Dissertations / Theses: 'Réseaux cérébraux au repos'

1

Baronnet-Chauvet, Flore. "IRM fonctionnelle au repos après un accident ischémique : de la connectivité fonctionnelle au handicap." Thesis, Paris 6, 2016. http://www.theses.fr/2016PA066229/document.

Full text

Abstract:

L’étude des réseaux cérébraux en IRM fonctionnelle au repos est de plus en plus utilisée chez les patients victimes d’accidents vasculaires cérébraux. La majorité des études se sont focalisés sur les déficits moteurs, attentionnels ou phasiques. Dans ce travail, nous avons étudié l’impact du handicap global sur la connectivité fonctionnelle de grands réseaux corticaux à la phase subaiguë d’infarctus cérébraux. Ce travail a porté sur 50 patients ayant subi un premier infarctus sus-tentoriel (29 hommes, 22 AIC gauche, 57 ± 14 ans, délai médian après l’AIC = 4.5 semaines) et 75 témoins (27 hommes, 55 ± 15 ans). Sept réseaux de repos ont été étudiés à partir d’une analyse en graine et nous avons distingué pour chacun les connectivités fonctionnelles interhémisphérique, ipsi et contralésionnelle. Les 22 patients sans handicap (mRS = 0/1) avaient une connectivité normale alors qu’une diminution diffuse et bilatérale était observée chez les 28 patients avec handicap, expliquant 22% de la variance. Les analyses post-hoc ont montré que ces différences s’observaient essentiellement entre les patients sans handicap et ceux avec handicap léger et portaient surtout sur le mode par défaut et un réseau exécutif. Nous avons calculé pour chacun un score d’intégrité de la connectivité fonctionnelle permettant de résumer l’ensemble de ces altérations. Cet outil simple permettait de prédire le handicap résiduel avec une spécificité de 91% et une sensibilité de 86%. Nous avons donc observé une diminution diffuse de la connectivité fonctionnelle des réseaux de repos chez les patients ayant un handicap résiduel, alors qu’une connectivité normale marquait un excellent pronostic fonctionnel
Resting-state functional MRI is increasingly used to investigate brain networks in stroke patients. Most studies focused specifically on motor, attentional and language deficits. Here we have investigated the relationships between global post-stroke disability and functional connectivity of seven major cortical networks in subacute ischemic stroke patients. We have studied 50 patients with first-ever unilateral hemispheric stroke (29 men, 22 left strokes, 57 ± 14 years) with a median post-stroke delay of 4.5 weeks and 75 healthy volunteers (27 men, 55 ± 15 years). Seven cortical networks were characterized with a seed-based approach and for each network we distinguished inter-hemispheric, ipsi- and contra-lesional functional connectivity. The 22 patients without disability (modified Rankin’s scale 0-1) had normal functional connectivity in all networks whereas the 28 disabled patients had widespread and bilateral decreases in functional connectivity explaining 22 % of the variance. Secondary analyses showed that abnormalities mainly differentiate no disability from mild disability and may predominate in default-mode and top-down control networks. We have computed for each subject a functional connectivity index that summarizes all these abnormalities. This simple tool was strongly predictive of residual disability with a specificity of 91% and a sensitivity of 86%. In conclusion, widespread and bilateral alterations in cortical connectivity occur in disabled subacute stroke patients, whereas normal indicate excellent global outcome

APA, Harvard, Vancouver, ISO, and other styles

2

Orliac, François. "Etude des réseaux du repos chez des patients schizophrènes comparativement à des sujets témoins." Caen, 2014. http://www.theses.fr/2014CAEN3002.

Full text

Abstract:

La théorie de la dysconnectivité dans la schizophrénie propose que les symptômes présentés par les patients découlent d’anomalies de la connectivité neuronale. Les Réseaux fonctionnels du Repos sont des outils pertinents pour explorer la connectivité fonctionnelle cérébrale. Nous avons réalisé deux études, basées sur deux approches différentes. Dans la première étude nous avons sélectionné deux réseaux qui sont apparus comme particulièrement pertinents dans le cadre de la schizophrénie : le Réseau du Mode par Défaut et le Réseau de la Saillance. Nous avons ainsi mis en évidence une diminution de connectivité au sein des régions frontales du Réseau du Mode par Défaut, corrélée avec les difficultés d’abstraction des patients. Nous avons de la même manière mis en évidence une diminution de connectivité dans les régions sous-corticales du Réseau de la Saillance, corrélée avec les symptômes positifs et les symptômes dépressifs, ce qui corrobore la théorie de la saillance aberrante dans la schizophrénie. Dans notre deuxième étude, nous avons décidé de basculer vers une approche exploratoire et d’étendre nos analyses à l’ensemble des Réseaux fonctionnels du Repos. Nous avons ainsi mis en évidence une diminution de connectivité au sein des réseaux visuels et sensorimoteurs. La gravité des symptômes négatifs, positifs, et la présence d’hallucinations semble liée à une altération de l’intégration multimodale. Nous avons par ailleurs mis en évidence une diminution de l’anticorrélation entre systèmes intrinsèque et extrinsèque chez les patients sous la forme d’une synchronisation aberrante entre un réseau d’imagerie mentale et un réseau visuel, liée à la présence d’hallucinations
The dysconnectivity theory of schizophrenia proposes that schizophrenic symptoms arise from abnormalities in neuronal connectivity. Resting-state networks are relevant tools to explore brain functional connectivity. We conducted two studies, based on different approaches. In our first study, we selected two networks we found to be particularly relevant in the field of schizophrenia: Default-Mode Network and Salience Network. We report reduced functional connectivity within frontal regions of the Default-Mode Network, correlated with difficulties in abstract thinking. We also report reduced functional connectivity within subcortical regions of the Salience Network, correlated with delusion and depression scores, which is in line with the aberrant salience hypothesis. In our second study we adopted an exploratory approach and thus extended our analyses across all resting-state networks. We report reduced functional connectivity within visual and sensorimotor networks. Negative symptoms, positive symptoms and hallucinations seem related to abnormalities in crossmodal binding. Furthermore, we report a loss of anticorrelation between intrinsic and extrinsic systems in schizophrenia patients, more precisely an anomalous synchronization between a visual network and a mental imaging network which seem related to hallucinations in schizophrenia patients

APA, Harvard, Vancouver, ISO, and other styles

3

Sourty, Marion. "Analyse de la dynamique temporelle et spatiale des réseaux cérébraux spontanés obtenus en imagerie par résonance magnétique fonctionnelle." Thesis, Strasbourg, 2016. http://www.theses.fr/2016STRAD002/document.

Full text

Abstract:

L’imagerie par résonance magnétique fonctionnelle (IRMf) est un outil de choix pour cartographier d’une manière non invasive l’activité du cortex, donnant ainsi un accès à l’organisation fonctionnelle cérébrale. Cette organisation des aires cérébrales en réseaux complexes reste encore un vaste sujet d’étude, autant dans le domaine de la recherche fondamentale, pour mieux comprendre le développement et le fonctionnement du cerveau, que dans le domaine clinique, à des fins diagnostiques par exemple. Les réseaux cérébraux dits de repos, chez un sujet donné, peuvent être observés lors d’études IRMf lorsqu’aucune tâche motrice ou cognitive n’est imposée au sujet imagé. La première partie de cette thèse a permis le développement d’une méthode automatique d’identification de ces réseaux. Réalisée à l’échelle du sujet, cette méthode permet de sélectionner tous les réseaux spécifiques au sujet ce qui s’avère nécessaire dans un cadre diagnostique où l’individu prime. Au delà de la détection et de l’identification de ces réseaux, l’étude de leurs modes d’interaction dans l’espace et dans le temps et plus généralement l’analyse de la dynamique de la connectivité fonctionnelle (DCF) fait l’objet d’un intérêt grandissant. Cette analyse nécessite le développement de méthodes innovantes de traitement du signal et de l’image qui, pour l’heure, sont encore de nature exploratoire. La deuxième partie de cette thèse présente donc de nouvelles approches pour caractériser la DCF en utilisant le cadre probabiliste de modèles de Markov cachés multidimensionnels. Les mécanismes conversationnels entre réseaux cérébraux peuvent ainsi être identifiés et caractérisés à l’échelle de la seconde. Deux applications, au niveau du sujet puis du groupe, ont permis de mettre en avant les modifications des propriétés dynamiques des interactions entre réseaux sous certaines conditions ou pathologies
The functional magnetic resonance imaging (fMRI) is a perfect tool for mapping in a non- invasive manner the activity of the cortex, giving access to the functional organization of the brain. This organization of brain areas into complex networks remains a large topic of study, both from a fundamental research perspective, to better understand the development and function of the brain, and from a clinical perspective, for diagnostic purposes for instance. The resting-state networks in a given subject can be observed in fMRI studies where no motor or cognitive tasks are imposed to the subject. The first part of this thesis focused on the development of an automatic identification method of these networks. Performed at the subject level, this method selects all the resting-state networks proper to the subject. Beyond the detection and identification of these networks, the study of interactions between these networks in space and time, and more generally the analysis of the dynamic functional connectivity (DFC), is the subject of growing interest. This analysis requires the development of innovative methods of signal or image processing that, for now, are still exploratory. The second part of this thesis thus presents new approaches to characterize the DFC using the probabilistic framework of multidimensional hidden Markov models. Conversational mechanisms between brain networks can be identified and characterized at the resolution of the second. Two applications, first on a single subject then on a group, helped to highlight the changes of dynamic properties of interaction between networks under certain conditions or diseases

APA, Harvard, Vancouver, ISO, and other styles

4

Bennis, Kenza. "Dynamiques cérébrales des trajectοires cοgnitives dans le vieillissement nοrmal." Electronic Thesis or Diss., Normandie, 2024. http://www.theses.fr/2024NORMC017.

Full text

Abstract:

Le vieillissement de la population est un phénomène mondial croissant, qui soulève des enjeux de santé publique majeurs, relatifs à la préservation de l’autonomie des adultes âgés. Si certains individus présentent un fonctionnement cognitif préservé, d'autres présentent un déclin plus ou moins marqué, reflétant une hétérogénéité des trajectoires cognitives associée à des changements cérébraux variés. Les recherches récentes suggèrent que les dynamiques temporelles de l'activité cérébrale constitueraient un indicateur fin et précoce des changements cognitifs liés à l'âge. Cependant, le moment de la journée, qui influence ces dynamiques, est rarement pris en compte dans les études. L'objectif principal de cette thèse est de caractériser les dynamiques temporelles de l'activité cérébrale à l'échelle de la journée chez des adultes âgés en bonne santé, en utilisant l'électroencéphalographie (EEG) à haute résolution temporelle. Nos résultats ont montré que les rythmes thêta et gamma sont distinctement associés à la cognition. Les fluctuations globales de l'activité thêta augmentent au cours de la journée et sont négativement corrélées aux performances mnésiques, tandis que les fluctuations gamma diminuent et sont positivement associées aux fonctions exécutives. En utilisant des méthodes de réseau multicouche, nous avons également caractérisé les dynamiques de connectivité fonctionnelle inter- et intra-réseaux, révélant que la stabilité ou la fluctuation de ces connexions a des effets spécifiques sur la cognition selon la bande de fréquence considérée. Ces résultats mettent en évidence l'importance de prendre en compte les dynamiques journalières de l'activité cérébrale dans l'étude du vieillissement cognitif. Sur le plan clinique, nos travaux ouvrent des perspectives pour le développement d'outils de dépistage précoce et d'interventions personnalisées visant à maintenir ou améliorer la santé cognitive des personnes âgées. En intégrant le moment de la journée dans l'évaluation neuropsychologique et en ciblant spécifiquement les rythmes cérébraux pertinents, il serait possible d'affiner le diagnostic et de proposer des stratégies thérapeutiques adaptées
The aging of the population is a growing global phenomenon, raising major public health issues relating to the preservation of autonomy in older adults. While some individuals show preserved cognitive functioning, others show a more or less marked decline, reflecting the heterogeneity of cognitive trajectories associated with varied cerebral changes. Recent research suggests that the temporal dynamics of brain activity are a fine, early indicator of age-related cognitive changes. However, the time of day, which influences these dynamics, is rarely taken into account in studies. The main aim of this thesis was to characterize the temporal dynamics of brain activity on a daytime scale in healthy older adults, using high temporal resolution electroencephalography (EEG). Our results showed that theta and gamma rhythms are distinctly associated with cognition. Global fluctuations in theta activity increase over the course of the day and are negatively correlated with memory performance, while gamma fluctuations decrease and are positively associated with executive functions. Using multi-layer network methods, we also characterized the dynamics of inter- and intra-network functional connectivity, revealing that the stability or fluctuation of these connections has specific effects on cognition depending on the frequency band considered. These results highlight the importance of taking into account the daily dynamics of brain activity when studying cognitive aging. In clinical terms, our work opens up prospects for the development of early screening tools and personalized interventions aimed at maintaining or improving cognitive health in the elderly. By integrating the time of day into neuropsychological assessment, and specifically targeting relevant brain rhythms, it would be possible to refine diagnosis and propose appropriate therapeutic strategies

APA, Harvard, Vancouver, ISO, and other styles

5

Mutlu, Justine. "Connectivité fonctionnelle au repos : relation avec la topographie et la propagation des atteintes structurales, fonctionnelles et moléculaires dans la maladie d'Alzheimer." Thesis, Normandie, 2017. http://www.theses.fr/2017NORMC005/document.

Full text

Abstract:

L’amélioration des techniques d’imagerie cérébrale a permis de grandes avancées dans la compréhension et la prédiction des mécanismes physiopathologiques de la Maladie d’Alzheimer (MA). Récemment, des travaux ont émis l’hypothèse d’une neurodégénérescence transneuronale selon laquelle les maladies neurodégénératives cibleraient des réseaux fonctionnels spécifiques où elles apparaitraient et se propageraient. Cette thèse visait à tester cette hypothèse dans le cadre de la MA en étudiant les liens entre la connectivité fonctionnelle au repos et les atteintes structurales, métaboliques et moléculaires. Un premier volet a été consacré à la caractérisation des atteintes fonctionnelles, structurales et métaboliques au sein des réseaux ventral et dorsal du cortex cingulaire postérieur (CCP) dans le Mild Cognitive Impairment (MCI) et la MA. Cette étude transversale a suggéré une vulnérabilité plus précoce (dès le stade de MCI) du réseau ventral en atrophie et en connectivité fonctionnelle au repos tandis que l’hypométabolisme était présent dans les deux réseaux chez les MCI et les MA. Le second volet a permis d’évaluer l’influence de la connectivité spécifique (de la région la plus atteinte) versus de la connectivité globale (d’une région avec le reste du cerveau, particulièrement élevée dans les régions hubs) sur la topographie et la propagation de l’atrophie, de l’hypométabolisme et des dépôts amyloïdes sur 18 mois dans la MA. Cette étude longitudinale a révélé que l’atrophie apparaitrait et se propagerait via la connectivité spécifique en évitant les régions hubs qui sont davantage vulnérables à l’hypométabolisme et aux dépôts amyloïdes
Advances in neuroimaging techniques have allowed considerable improvement of the understanding and the prediction of the pathophysiological processes of Alzheimer’s disease (AD). Recent findings suggested a transneuronal spread hypothesis of neurodegeneration according to which neurodegenerative disease would target specific functional networks among which it would appear and spread. This thesis aimed at assessing this hypothesis in AD by studying the relationships between resting-state functional connectivity and structural, metabolic and molecular alterations. Firstly, we identified the functional, structural and metabolic alterations within the ventral and the dorsal posterior cingulate cortex (PCC) networks in Mild Cognitive Impairment (MCI) and AD. This transversal study suggested an early vulnerability (since the MCI stage) of the ventral network regarding atrophy and resting-state functional connectivity disruptions while hypometabolism concerned both ventral and dorsal networks in MCI and AD patients. Secondly, we assessed the relative influence of the specific connectivity (of the region the most disrupted) versus the global connectivity (of one region with the rest of the brain, especially high in hub regions) on the topography and the propagation of atrophy, hypometabolism and amyloid deposition over 18 months in AD. This longitudinal study revealed that atrophy would appear and propagate through the specific connectivity by avoiding hub regions which would be more vulnerable to the hypometabolism and amyloid deposition

APA, Harvard, Vancouver, ISO, and other styles

6

Hadriche, Abir. "Caractérisation du répertoire dynamique macroscopique de l'activité électrique cérébrale humaine au repos." Thesis, Aix-Marseille, 2013. http://www.theses.fr/2013AIXM4724/document.

Full text

Abstract:

Nous proposons un algorithme basé sur une approche orientée d'ensemble de système dynamique pour extraire une organisation grossière de l'espace d'état de cerveau sur la base des signaux de l'EEG. Nous l'utilisons pour comparer l'organisation de l'espace d'état des données simulées à grande échelle avec la dynamique cérébrale réelle au repos chez des sujets sains et pathologiques (SEP)
We propose an algorithme based on set oriented approach of dynamical system to extract a coarse grained organization of brain state space on the basis of EEG signals. We use it for comparing the organization of the state space of large scale simulation of brain dynamics with actual brain dynamics of resting activity in healthy and SEP subjects

APA, Harvard, Vancouver, ISO, and other styles

7

Treserras, Sébastien. "Études sur la connectivité cérébrale : aspects méthodologiques et applications au cerveau au repos, à la motricité et à la lecture." Toulouse 3, 2008. http://thesesups.ups-tlse.fr/1244/.

Full text

Abstract:

La connectivité cérébrale permet, dans le domaine de la neuroimagerie fonctionnelle de mieux comprendre les relations qu'entretiennent des aires corticales activées par une tâche ou une stimulation. Deux approches sont possibles pour analyser ces relations : la connectivité fonctionnelle et la connectivité effective. Cette thèse a porté à la fois sur les aspects théoriques de ces méthodes et sur leur application à des situations cognitives variées utilisant l'IRM fonctionnelle. La connectivité fonctionnelle a servi à l'étude des modifications de l'activité cérébrale lors du passage du repos à l'état actif. Nous avons montré que le réseau cérébral actif au repos et celui du système moteur se retrouvent liés lors d'un état d'attention dirigée au mouvement. Ceci suggère que le réseau basal joue un rôle d'activateur en sélectionnant le réseau cognitif adéquat pour remplir la tâche demandée (moteur). La connectivité effective mesure l'influence qu'exerce une aire cérébrale sur une autre. Nous avons appliqué la méthode " Modélisation par équations structurelles " (SEM) sur deux études différentes: l'une portant sur l'apprentissage moteur et l'autre sur l'aptitude à la lecture. Dans le premier cas nous montrons que les différentes stratégies d'apprentissage se traduisent par des modulations différentes des connexions entre les régions sollicitées; dans le second nous montrons que la charge linguistique des items présentés est corrélée au poids des connexions entre l'aire de Broca et le lobule pariétal supérieur gauche. Ce travail, outre son aspect méthodologique, confirme le potentiel d'une analyse de la connectivité cérébrale dans les études de neuroimagerie fonctionnelle
The cerebral connectivity implemented in functional neuroimagery, allows to better understand the relations between cortical areas. Two approaches may be used to study these relations: functional and effective connectivity. The present thesis deals about both theory of these methods and theirs applications to various cognitive situations using fMRI. Functional connectivity was chosen to study modification of cerebral activity during the transition from the resting to an activated state. We showed that two networks (resting state network and motor system network) that were independent during the resting state happened to be connected during a movement readiness state. This result suggests that default-mode network plays a role triggering the cognitive network dedicated to perform the task (motor). Effective connectivity was used to describe influences among brain regions. We applied structural equation modeling (SEM) on two different studies: one focused on motor learning and the other on the reading skill. For the first one, we showed that different learning strategies correspond to different modulation of connexions between solicited areas; for the second one we demonstrated that the linguistic load of presented items wad correlated with the connexion weight between Broca area and the left superior parietal lobule. As well as methodologic aspect, this thesis work confirms the potential of an cerebral connectivity analysis in functional neuroimagery studies

APA, Harvard, Vancouver, ISO, and other styles

8

Carboni, Lucrezia. "Graphes pour l’exploration des réseaux de neurones artificiels et de la connectivité cérébrale humaine." Electronic Thesis or Diss., Université Grenoble Alpes, 2023. http://www.theses.fr/2023GRALM060.

Full text

Abstract:

L'objectif principal de cette thèse est d'explorer la connectivité cérébrale et celle des réseaux de neurones artificiels d'un point de vue de leur connectivité. Un modèle par graphes pour l'analyse de la connectivité structurelle et fonctionnelle a été largement étudié dans le contexte du cerveau humain mais, un tel cadre d'analyse manque encore pour l'analyse des systèmes artificiels. Avec l'objectif d'intégrer l'analyse de la connectivité dans les système artificiels, cette recherche se concentre sur deux axes principaux. Dans le premier axe, l'objectif principal est de déterminer une caractérisation de la signature saine de la connectivité fonctionnelle de repos du cerveau humain. Pour atteindre cet objectif, une nouvelle méthode est proposée, intégrant des statistiques de graphe traditionnelles et des outils de réduction de réseau, pour déterminer des modèles de connectivité sains. Ainsi, nous construisons une comparaison en paires de graphes et un classifieur pour identifier les états pathologiques et identifier les régions cérébrales perturbées par une pathologie. De plus, la généralisation et la robustesse de la méthode proposée ont été étudiées sur plusieurs bases de données et variations de la qualité des données. Le deuxième axe de recherche explore les avantages de l'intégration des études de la connectivité inspirée du cerveau aux réseaux de neurones artificiels (ANNs) dans la perspective du développement de systèmes artificiels plus robustes. Un problème majeur de robustesse dans les modèles d'ANN est représenté par l'oubli catastrophique qui apparaît lorsque le réseau oublie dramatiquement les tâches précédemment apprises lors de l'adaptation à de nouvelles tâches. Notre travail démontre que la modélisation par graphes offre un cadre simple et élégant pour étudier les ANNs, comparer différentes stratégies d'apprentissage et détecter des comportements nuisibles tels que l'oubli catastrophique. De plus, nous soulignons le potentiel d'une adaptation à de nouvelles tâches en contrôlant les graphes afin d'atténuer efficacement l'oubli catastrophique et jetant ainsi les bases de futures recherches et explorations dans ce domaine
The main objective of this thesis is to explore brain and artificial neural network connectivity from agraph-based perspective. While structural and functional connectivity analysis has been extensivelystudied in the context of the human brain, there is a lack of a similar analysis framework in artificialsystems.To address this gap, this research focuses on two main axes.In the first axis, the main objective is to determine a healthy signature characterization of the humanbrain resting state functional connectivity. To achieve this objective, a novel framework is proposed,integrating traditional graph statistics and network reduction tools, to determine healthy connectivitypatterns. Hence, we build a graph pair-wise comparison and a classifier to identify pathological statesand rank associated perturbed brain regions. Additionally, the generalization and robustness of theproposed framework were investigated across multiple datasets and variations in data quality.The second research axis explores the benefits of brain-inspired connectivity exploration of artificialneural networks (ANNs) in the future perspective of more robust artificial systems development. Amajor robustness issue in ANN models is represented by catastrophic forgetting when the networkdramatically forgets previously learned tasks when adapting to new ones. Our work demonstrates thatgraph modeling offers a simple and elegant framework for investigating ANNs, comparing differentlearning strategies, and detecting deleterious behaviors such as catastrophic forgetting.Moreover, we explore the potential of leveraging graph-based insights to effectively mitigatecatastrophic forgetting, laying a foundation for future research and explorations in this area

APA, Harvard, Vancouver, ISO, and other styles

9

Garin, Clément. "Characterization of Mouse Lemur Brain by Anatomical, Functional and Glutamate MRI." Thesis, Université Paris-Saclay (ComUE), 2019. http://www.theses.fr/2019SACLS174/document.

Full text

Abstract:

Le microcèbe murin (Microcebus murinus) est un primate attirant l’attention de la recherche neuroscientifique. Son anatomie cérébrale est encore mal décrite et ses réseaux cérébraux n'ont jamais été étudiés. Le premier objectif de cette thèse était de développer de nouveaux outils menant à la création d’un atlas numérique 3D du cerveau du microcèbe. Cet atlas est un outil fondamental car pouvant être utilisé pour extraire automatiquement des biomarqueurs cérébraux de diverses neuropathologies. Par la suite, nous avons mis en place des protocoles IRM et informatiques pour analyser la connectivité neuronale du microcèbe murin. Nous avons évalué pour la première fois les réseaux cérébraux de cet animal et révélé que son cerveau est organisé en régions fonctionnelles intégrées dans des réseaux fonctionnels à plus grande échelle. Ces réseaux ont été classés et comparés à des réseaux similaires chez l'homme. Cette comparaison multi-espèces a mis en évidence des règles d'organisation communes mais aussi des divergences. L'imagerie du glutamate par transfert de saturation et par échange chimique (gluCEST) est une méthode permettant de créer des cartes 3D de la distribution du glutamate. Dans une troisième étude, nous avons comparé l’activité neuronale locale, la connectivité fonctionnelle et le contraste gluCEST dans diverses régions du cerveau. Nous avons ainsi mis en évidence différentes associations entre ces trois biomarqueurs. Enfin, l’impact du vieillissement sur la connectivité fonctionnelle, l’activité neuronale locale et le contraste gluCEST a été évalué en comparant deux cohortes de microcèbes murins
The mouse lemur (Microcebus murinus) is a primate that has attracted attention within neuroscience research. Its cerebral anatomy is still poorly described and its cerebral networks have never been investigated. The first objective of this study was to develop new tools to create a 3D digital atlas of the brain of this model and to use this atlas to automatically follow-up brain characteristics in cohorts of animals. We then implemented protocols to analyze connectivity in mouse lemurs so we could evaluate for the first time the cerebral networks in this species. We revealed that the mouse lemur brain is organised in local functional regions integrated within large scale functional networks. These latter networks were classified and compared to large scale networks in humans. This multispecies comparison highlighted common organization rules but also discrepancies. Additionally, Chemical Exchange Saturation Transfer imaging of glutamate (gluCEST) is a method that allows the creation of 3D maps weighted by the glutamate distribution. In a third study, we compared local neuronal activity, functional connectivity and gluCEST contrast in various brain regions. We highlighted various associations between these three biomarkers. Lastly, the impact of aging on local neuronal activity, functional connectivity and gluCEST has been analyzed by comparing two cohorts of lemurs

APA, Harvard, Vancouver, ISO, and other styles

10

Roquet, Daniel. "Etude et application de la connectivité fonctionnelle cérébrale chez le sujet sain et dans la pathologie." Thesis, Strasbourg, 2014. http://www.theses.fr/2014STRAJ100/document.

Full text

Abstract:

Les aires cérébrales entretiennent des relations fonctionnelles, formant ainsi des réseaux qui peuvent être altérés dans diverses pathologies. L'étude de ces réseaux de connectivité fonctionnelle pourrait potentiellement aider au diagnostic d'un individu et au traitement de sa pathologie. À travers quatre études, nous avons montré que l'analyse en composantes indépendantes spatiale est une méthode suffisamment sensible, reproductible et spécifique pour mettre en évidence, à l’échelle individuelle et au repos, des réseaux sains et pathologiques fiables. Ainsi, le réseau pathologique sous-tendant les hallucinations acoustico-verbales permet de définir les aires cérébrales à traiter par stimulation magnétique transcrânienne. Parmi les réseaux sains, ceux qui impliquent le cortex cingulaire postérieur et le précunéus semblent profondément altérés dans les troubles de la conscience, et peuvent servir d'outil diagnostic pour distinguer le locked-in syndrome de l'état végétatif. Il est désormais possible de cartographier, à l'échelle individuelle, les relations fonctionnelles entre les aires cérébrales. L’étude à venir de la dynamique et du niveau d’activité des réseaux de connectivité fonctionnelle nous renseignera davantage sur leurs fonctions et leur implication dans la pathologie
Brain areas are functionally connected in networks, even at rest. Since such connectivity networks could be impaired in several pathologies, they could potentially serve for diagnosis and treatment. Based on four studies, spatial independent component analysis has shown sufficient sensitivity, reproducibility and specificity to produce reliable healthy as well as pathological networks at the individual level. Therefore, the network underlying auditory hallucination could define the brain areas to treat by transcranial magnetic stimulation. Among the common resting-state networks, the ones involving the posterior cingular cortex and the precuneus seem deeply altered in disorders of consciousness, and so could be used as a diagnostic tool to distinguish the locked-in syndrome from the vegetative state. We can now map, at the individual level, the functional relationships between brain areas. Further studies on the dynamic and on the level of activity of the functional connectivity networks might provide relevant information about their functions and their involvement in the pathology

APA, Harvard, Vancouver, ISO, and other styles

11

Faivre, Anthony. "Etude de la réorganisation de la connectivité cérébrale au repos dans la sclérose en plaques." Thesis, Aix-Marseille, 2014. http://www.theses.fr/2014AIXM5022/document.

Full text

Abstract:

L'IRMf de repos qui repose sur l'étude des fluctuations du signal BOLD chez un sujet au repos, pourrait permettre d'explorer les mécanismes du handicap dans la Sclérose En Plaques (SEP). En utilisant l'IRMf de repos, ce travail a eu pour objectif de caractériser la réorganisation fonctionnelle des patients atteints de SEP et ses liens avec leur handicap.Nous avons d'abord réalisé une étude combinant IRMf de repos et d'activation au stade précoce de la SEP et montré l'existence d'une corrélation entre la plasticité fonctionnelle du système moteur des patients au repos et durant la tâche. Nous avons ensuite montré l'existence d'une augmentation diffuse du niveau de connectivité fonctionnelle des patients présentant une SEP débutante, corrélée à leurs performances. Dans la 3ème partie, nous avons objectivé l'existence d'un déclin dynamique de la topologie fonctionnelle corrélée à la progression du handicap grâce à une étude longitudinale utilisant la théorie des graphes. Enfin, nous avons démontré que le gain fonctionnel obtenu par la rééducation chez les patients SEP était corrélé à une augmentation de connectivité fonctionnelle du réseau cérébral par défaut et central exécutif et de densité de substance grise dans le cortex frontal.Nos travaux montrent l'existence d'une réorganisation cérébrale fonctionnelle complexe et dynamique dans la SEP qui pourrait correspondre à des phénomènes compensatoires, dont le déclin avec l'évolution de la maladie participe à la progression du handicap. Ils démontrent l'intérêt de l'IRMf de repos pour la compréhension des substrats anatomo-fonctionnels du handicap dans la SEP et comme potentiel instrument futur d'évaluation thérapeutique
Resting-state fMRI (rs-fMRI) may provide important clue concerning disability in multiple sclerosis (MS) by exploring the spontaneous BOLD fluctuations at rest in the whole brain. The aim of this work is to depict the functional reorganization of resting-state networks in MS patients and to assess its potential relationships with disability.In the first part, we performed an fMRI protocol combining a rs-fMRI and task-associated fMRI during a motor task, in a group of early MS patients. This study evidenced a direct association between reorganization of connectivity at rest and during activation in the motor system of patients. In the second rs-fMRI study, we evidenced an increased of the global level of connectivity in most of the rs-networks, strongly associated with the level of disability of patients. In the third part, we evidenced in a 2-year longitudinal study using graph theoretical approach that MS patients exhibited a dynamical alteration of functional brain topology that significantly correlated with disability progression. In the last part, we evidenced that the transient clinical improvement following physical rehabilitation in MS patients is associated with reversible plasticity mechanisms located in the default mode network, the central executive network and in the left fronto-orbital cortex. These works evidence that MS patients exhibit a complex and dynamical functional reorganization of rs-networks, significantly associated with disability progression. This PhD thesis confirms that rs-fMRI is a relevant biomarker of pathophysiology leading to disability in MS and represents a promising tool for therapeutic assessment of MS patients in the future

APA, Harvard, Vancouver, ISO, and other styles

12

Thiebaut, de Schotten Michel. "Interactions fronto-pariétales : dynamique et organisation des réseaux cérébraux de l'attention." Paris 6, 2007. http://www.theses.fr/2007PA066719.

Full text

Abstract:

L'attention spatiale est une famille de processus cognitifs qui nous permet d'interagir de façon efficace avec notre environnement, en sélectionnant les stimuli importants et en inhibant les distracteurs. La négligence spatiale unilatérale (NSU) est une condition neurologique qui résulte de lésions de l'hémisphère cérébral droit chez l'homme. Le signe principal de cette pathologie est un manque sévère de la distribution de l'attention dans l'hémiespace gauche. Les travaux de cette thèse mettent en évidence à partir de la NSU qu'une distribution équilibrée de l'attention spatiale nécessite la préservation des chemins de connexions reliant le lobe pariétal au lobe frontal. La seconde partie de cette thèse porte sur l'anatomie de ces connexions, sur une réflexion sur la pertinence de l'étude des grandes voies de connexion (approche hodologique) dans les neurosciences cognitives et des conséquences des disconnexions dans les syndromes neurologiques
Spatial attention refers to a family of cognitive processes which allow us to interact efficiently with our environment, by selecting relevant stimuli and inhibiting distractors. Unilateral spatial neglect (USN) is a dramatic neurological condition resulting from damage to the right hemipshere of the human brain. USN is mainly characterized by a severe lack of attention for left, contralesional stimuli. This thesis uses USN to demonstrate that a normal distribution of spatial attention needs unimpaired pathways linking the parietal to the frontal lobe. The second part of this thesis deals with the connectional anatomy of long-range brain pathways, the relevance of the study of these pathways to cognitive neuroscience (hodological approach), and the consequences of white-matter disconnections in neurological syndromes

APA, Harvard, Vancouver, ISO, and other styles

13

Kabbara, Aya. "Estimation des réseaux cérébraux à partir de l’EEG-hr : application sur les maladies neurologiques." Thesis, Rennes 1, 2018. http://www.theses.fr/2018REN1S028/document.

Full text

Abstract:

Le cerveau humain est un réseau très complexe. Le fonctionnement cérébral ne résulte donc pas de l'activation de régions cérébrales isolées mais au contraire met en jeu des réseaux distribués dans le cerveau (Bassett and Sporns, 2017; McIntosh, 2000). Par conséquent, l'analyse de la connectivité cérébrale à partir des données de neuroimagerie occupe aujourd'hui une place centrale dans la compréhension des fonctions cognitives (Sporns, 2010). Grâce à son excellente résolution spatiale, l'IRMf est devenue l'une des méthodes non invasives les plus couramment utilisées pour étudier cette connectivité. Cependant, l'IRMf a une faible résolution temporelle ce qui rend très difficile le suivi de la dynamique des réseaux cérébraux. Un défi considérable en neuroscience cognitive est donc l'identification et le suivi des réseaux cérébraux sur des durées courtes (Hutchison et al., 2013), généralement <1s pour une tâche de dénomination d'images, par exemple. Jusqu'à présent, peu d'études ont abordé cette question qui nécessite l'utilisation de techniques ayant une résolution temporelle très élevée (de l'ordre de la ms), ce qui est le cas pour la magnéto- ou l'électro-encéphalographie (MEG ou EEG). Cependant, l'interprétation des mesures de connectivité à partir d'enregistrements effectués au niveau des électrodes (scalp) n'est pas simple, car ces enregistrements ont une faible résolution spatiale et leur précision est altérée par les effets de conduction par le volume (Schoffelen and Gross, 2009). Ainsi, au cours des dernières années, l'analyse de la connectivité fonctionnelle au niveau des sources corticales reconstruites à partir des signaux du scalp a fait l'objet d'un intérêt croissant. L'avantage de cette méthode est d'améliorer la résolution spatiale, tout en conservant l'excellente résolution temporelle de l'EEG ou de la MEG (Hassan et al., 2014; Hassan and Wendling, 2018; Schoffelen and Gross, 2009). Cependant, l'aspect dynamique n'a pas été suffisamment exploité par cette méthode. Le premier objectif de cette thèse est de montrer comment l'approche « EEG connectivité source » permet de suivre la dynamique spatio-temporelle des réseaux cérébraux impliqués soit dans une tache cognitive, soit à l'état de repos. Par ailleurs, les études récentes ont montré que les désordres neurologiques sont le plus souvent associés à des anomalies dans la connectivité cérébrale qui entraînent des altérations dans des réseaux cérébraux «large-échelle» impliquant des régions distantes (Fornito and Bullmore, 2014). C'est particulièrement le cas pour l'épilepsie et les maladies neurodégénératives (Alzheimer, Parkinson) qui constituent, selon l'OMS, un enjeu majeur de santé publique. Dans ce contexte, la demande clinique est très forte pour de nouvelles méthodes capables d'identifier des réseaux pathologiques, méthodes simples à mettre en œuvre et surtout non invasives. Ceci est le deuxième objectif de cette thèse
The human brain is a very complex network. Cerebral function therefore does not imply activation of isolated brain regions but instead involves distributed networks in the brain (Bassett and Sporns, 2017, McIntosh, 2000). Therefore, the analysis of the brain connectivity from neuroimaging data has an important role to understand cognitive functions (Sporns, 2010). Thanks to its excellent spatial resolution, fMRI has become one of the most common non-invasive methods used to study this connectivity. However, fMRI has a low temporal resolution which makes it very difficult to monitor the dynamics of brain networks. A considerable challenge in cognitive neuroscience is therefore the identification and monitoring of brain networks over short time durations(Hutchison et al., 2013), usually <1s for a picture naming task, for example. So far, few studies have addressed this issue which requires the use of techniques with a very high temporal resolution (of the order of the ms), which is the case for magneto- or electro-encephalography (MEG or EEG). However, the interpretation of connectivity measurements from recordings made at the level of the electrodes (scalp) is not simple because these recordings have low spatial resolution and their accuracy is impaired by volume conduction effects (Schoffelen and Gross, 2009). Thus, during recent years, the analysis of functional connectivity at the level of cortical sources reconstructed from scalp signals has been of increasing interest. The advantage of this method is to improve the spatial resolution, while maintaining the excellent resolution of EEG or MEG (Hassan et al., 2014; Hassan and Wendling, 2018; Schoffelen and Gross, 2009). However, the dynamic aspect has not been sufficiently exploited by this method. The first objective of this thesis is to show how the EEG connectivity approach source "makes it possible to follow the spatio-temporal dynamics of the cerebral networks involved either in a cognitive task or at rest. Moreover, recent studies have shown that neurological disorders are most often associated with abnormalities in cerebral connectivity that result in alterations in wide-scale brain networks involving remote regions (Fornito and Bullmore, 2014). This is particularly the case for epilepsy and neurodegenerative diseases (Alzheimer's, Parkinson's) which constitute, according to WHO, a major issue of public health.In this context, the need is high for new methods capable of identifying Pathological networks, from easy to use and non-invasive techniques. This is the second objective of this thesis

APA, Harvard, Vancouver, ISO, and other styles

14

Degiorgis, Laetitia. "Analyse des réseaux cérébraux par IRM chez un modèle souris de la maladie d’Alzheimer." Thesis, Strasbourg, 2019. http://www.theses.fr/2019STRAD025.

Full text

Abstract:

La maladie d’Alzheimer (MA) est la principale pathologie neurodégénérative de la personne âgée caractérisée par une apparition progressive de troubles mnésiques. Aujourd’hui, des études des réseaux cérébraux, chez l'Homme et la souris, démontrent le potentiel de l’IRM pour l’étude de la MA et de sa progression temporelle. Le but de cette thèse est de caractériser la réorganisation des réseaux neuronaux d’un modèle murin de la MA, en combinant l’étude de l’architecture des circuits à la fois structurelle et fonctionnelle obtenues en IRM de repos. Une étude longitudinale, non-invasive et in vivo a été réalisée sur un groupe de souris tout au long de la pathologie, parallèlement à des évaluations comportementales de mémoire, et histologiques. Les résultats obtenus dans le cadre de ce projet démontrent des modifications structurelles et fonctionnelles, induisant des altérations prodromales des systèmes de mémoire, précédant les symptômes mnésiques de la pathologie. Des modifications longitudinales majeures de la connectivité septal, ciblant aussi bien des régions cérébrales spécifiques du circuit limbique que le réseau du mode par défaut, à la fois au niveau structurel et fonctionnel, ont été mises en évidence. Ainsi, évaluer l’impact de nouveaux agents thérapeutiques visant ces réseaux spécifiques, pourrait révéler de nouvelles cibles cliniques pour la mise en place de traitements futurs
Alzheimer’s disease (AD) is the most widespread dementia in the world, presenting progressive memory impairment. Using resting-state MRI, in both human and animal studies, has opened a new window into the brain and its connectome, proposing abnormal functional connectivity as a candidate biomarker of brain pathologies such as AD. We investigated the connectome’s affectation over time in vivo in a longitudinal study, to follow-up and characterize a transgenic mouse model of AD, combining both functional and structural approaches and evaluating possible network signatures of pathological states. We associate behavioral assessment and histological staining of neurotoxic protein to the MRI approach, in order to relate pathological mechanism, at both network and cellular level, to memory dysfunction. We found remarkable structural and functional modifications, mediating prodromal alterations of the memory system, before the beginning of memory impairment. Considerable changes in the septal connectivity particularly towards limbic centers but also involving communication with the Default Mode Network were highlighted over time. These vulnerable circuits represent biomarkers of the disease and potential targets for future treatment

APA, Harvard, Vancouver, ISO, and other styles

15

Perlbarg, Vincent. "Méthodologie pour l’étude des réseaux de connectivité par séparation de sources en IRMf." Paris 11, 2007. http://www.theses.fr/2007PA112106.

Full text

Abstract:

La meilleure compréhension du fonctionnement cérébral, dans des conditions normales ou pathologiques, passe par l’étude des interactions fonctionnelles entre régions distantes du cerveau. Dans ce contexte, l’imagerie par résonance magnétique fonctionnelle (IRMf) est une modalité de choix pour mesurer l’activité cérébrale de manière non invasive. Cependant, le signal mesuré, dépendant localement du métabolisme et de l’hémodynamique, est perturbé par des mécanismes de bruit physiologique qui structurent les données dans le temps et dans l’espace. Ces processus sont des sources de confusion importantes lorsqu’il s’agit de mesurer la connectivité fonctionnelle. J’ai développé une méthodologie pour extraire des données d’IRMf les processus fonctionnels d’intérêt en les différenciant des processus de bruit. Les approches proposées se fondent sur la séparation des processus par analyse en composantes indépendantes (ACI) spatiale, qui ne fait aucune hypothèse sur les dynamiques temporelles recherchées. Une première approche (CORSICA), permettant la réduction du bruit structuré, s’appuie sur une méthode originale pour sélectionner les composantes indépendantes associées aux bruits. Une seconde approche (NEDICA) propose d’extraire les processus fonctionnels extraits de manière reproductible sur une population pour un état cognitif donné et de les comparer d’un état à l’autre. Enfin, un modèle de simulation de données d’IRMf réaliste est proposée. Elle prend en compte un certain nombre de processus, fonctionnels et de bruit. La séparation de sources par ACI et l’approche de réduction de bruit que nous proposons ont alors été évaluées à partir de cette simulation
Better understanding brain functions, in normal or pathological conditions, demands to study the functional interactions between distant brain regions. In this context, functional magnetic resonance imaging (fMRI) allows the non-non-invasive measure of cerebral activity. Yet, the measured signal depends on the local metabolism and haemodynamic and is, though, influenced by physiological noise mechanisms which structured the data both in time and in space. These processes are major confounds sources for region-to-region functional connectivity measures. I developed methods to extract functional processes from fMRI data, differentiating them from physiological noise processes. These approaches are based on the sources separation provided by the spatial independent components analysis (sICA), that not assume any temporal dynamic of the underlying effects. A first approach (CORSICA) allows to reduce the structured noise from individual fMRI dataset. It is based on an original method to select independent components related to structured noise processes. I then present a second approach (NEDICA) to, firstly, extract the spatial structures in the data at a group level for a cognitive state and to, secondly, compare these structures for different groups and different cognitive states. Finally, I developed a realistic fMRI simulation including several functional and structured noise processes. The sources separation by sICA and the approach of noise reduction have been evaluated with this simulation

APA, Harvard, Vancouver, ISO, and other styles

16

Gour, Natalina. "Réorganisation des systèmes anatomo-fonctionnels et de la topologie cérébrale entre les formes à début précoce et tardif de maladie d'Alzheimer. : Approche comportementale et en IRMf de repos." Thesis, Aix-Marseille, 2013. http://www.theses.fr/2013AIXM5069.

Full text

Abstract:

Les fonctions cognitives reposent sur la communication dynamique de régions cérébrales interconnectées. Dans la maladie d’Alzheimer (MA), les travaux antérieurs suggèrent que le processus neuropathologique cible de façon précoce un ou plusieurs systèmes anatomo-fonctionnels spécifiques. La dysfonction du réseau par défaut a été objectivée de façon consistante. Cependant, ses relations avec les symptômes cliniques et avec l’atteinte des régions du lobe temporal interne qui lui sont fonctionnellement connectées restent à clarifier. L’IRM fonctionnelle de repos est une technique pertinente pour caractériser in vivo chez l’Homme la connectivité cérébrale.Par une approche des systèmes neuraux, ce travail de thèse a pour objectif de caractériser la réorganisation fonctionnelle neuronale dans la MA, ses corrélats cliniques, ainsi que l’influence de l’âge de début des symptômes. Par le recueil et l’analyse des données neuropsychologiques, en IRMf de repos et en IRM structurale, acquises chez des sujets avec des troubles de la mémoire et avec une forme mnésique légère de MA, notre travail apporte des éclairages : i) sur l’implication du réseau temporal antérieur dans la mémoire déclarative décontextualisée et ses modifications dans le cours de la MA ; ii) sur les similitudes et spécificités des systèmes anatomo-fonctionnels ciblés dans les deux formes cliniques distinctes - à début précoce et tardif - de la MA ; iii) sur la réorganisation de l’organisation topologique cérébrale dans son ensemble de ces deux formes de la maladie
Cognitive functions rely on the dynamic interplay of connected brain regions. Previous studies suggest that in Alzheimer disease (AD), early pathological changes target one or several specific anatomo-functional networks. Dysfunction of the default mode network is a consistent finding. However, its relationship with clinical symptoms and interconnected medial temporal regions remains to be clarified. Resting state functional MRI (fMRI) is an emerging method aimed at characterizing in vivo brain connectivity in the Human.Using a neural system approach, the aim of this thesis was to characterize neuronal functional reorganization in AD, its clinical correlates, and to determine the influence of age at onset. Neuropsychological data, structural and fMRI were obtained in subjects with early memory impairment and mild “amnestic” AD. This work provides new insights into : i) the functional role of the anterior temporal network in context-free declarative memory and its changes throughout the course of AD; ii) the common and specific features in targeted anatomo-functional networks between early and late onset AD ; iii) the reorganization of whole brain topological properties in the two forms of the disease

APA, Harvard, Vancouver, ISO, and other styles

17

Demont-Guignard, Sophie. "Interprétation des évènements inter critiques dans les signaux EEG intra cérébraux : apport des modèles détaillés de réseaux neuronaux." Rennes 1, 2009. http://www.theses.fr/2009REN1S068.

Full text

Abstract:

Cette thèse porte sur l’analyse d’événements électrophysiologiques particuliers rencontrés dans les signaux intracérébraux acquis chez les patients souffrant d’épilepsie partielle et candidats à la chirurgie. L’objectif est d’identifier certains mécanismes impliqués dans la génération d’événements observés en dehors des crises. Pour ce faire, nous avons développé un modèle, à l’échelle cellulaire, de réseau de neurones incluant cellules principales et interneurones qui permet, à partir de la reconstruction du potentiel de champ, de faire le lien entre les signaux enregistrés sur les électrodes intracérébrales et l’activité du réseau. Les travaux sont focalisés sur le champ CA1 de l’hippocampe, structure très impliquée dans les épilepsies du lobe temporal. Au niveau cellulaire, un modèle de neurone pyramidal à deux compartiments a été développé par comparaison à des enregistrements intracellulaires réels obtenus en conditions normale et pathologique. Au niveau du réseau (plusieurs milliers de neurones), le modèle est capable de simuler des évènements ressemblant à des événements paroxystiques réels
This work deals with the analysis of particular electrophysiological events of intracerebral signals recorded in the pre-surgical evaluation of patients with drug-resistant epilepsy. Our objective was to to explain specific mechanisms involved in the interictal transient events production (epileptic spikes). In order to meet this objective, we have developed a model, at the cellular level, of neuronal network including pyramidal cells and interneurons. This model was able to bridge between recorded signals with intracerebral electrodes and network activity, from the reconstruction of the local field potential (dipole theory). This work is focused on the CA1 subfield of the hippocampus, a structure often involved in temporal lobe epilepsy. At cellular level, a new pyramidal neuron model with two compartments was proposed and validated by comparison with real intracellular recordings, in normal and pathological conditions. At network level (including a large number of cells), the model was able to simulate events that closely resemble actual epileptic spikes

APA, Harvard, Vancouver, ISO, and other styles

18

Bellec, Pierre. "Etude longitudinale des réseaux cérébraux à large échelle en IRMf : méthodes et application à l'étude de l'apprentissage moteur." Paris 11, 2006. http://www.theses.fr/2006PA112011.

Full text

Abstract:

L'apprentissage de nouvelles capacités chez l'homme induit une réorganisation spatiale et temporelle importante de l'activité cérébrale. Un tel processus de plasticité cérébrale implique notamment la modulation des interactions fonctionnelles au sein de réseaux de régions distribuées dans le cerveau, appelés réseaux à large échelle. Différentes mesures de connectivité existent pour quantifier ces interactions à partir des données d'imagerie par résonance magnétique fonctionnelle (IRMf), qui permet de mesurer de manière indirecte et non invasive l'activité cérébrale. J'ai développé une série de méthodes permettant de caractériser la réorganisation des réseaux cérébraux à large échelle, à partir d'une étude longitudinale par IRMf portant sur un même sujet, ou groupe de sujets, à différents stades d'un processus d'apprentissage. Tout d'abord, le réseau de régions impliquées dans l'exécution de la tâche d'apprentissage est construit et identifié de manière exploratoire à l‘aide d'une méthode de croissance compétitive visant à segmenter la matière grise en régions fonctionnellement homogènes, suivie d'une procédure statistique de classification. Une méthode statistique permet ensuite de déterminer quelles interactions au sein du réseau sont modifiées de manière significative au cours du processus d'apprentissage. Cette méthode repose sur une technique de bootstrap non paramétrique, tenant compte de l'autocorrélation temporelle des données d'IRMf, et contrôlant le taux de faux positifs. Ces méthodes ont été validées et évaluées sur données de simulation et sur des données réelles, ces dernières impliquant un apprentissage de séquences motrices et d'adaptation sensorimotrice
Skill learning in human healthy volunteers is thought to induce a reorganization of cerebral activity. Such process of cerebral plasticity involves the modulation of functional interactions within networks of spatially distributed brain regions, or large-scale networks. Various measures of connectivity exist that allow one to quantify these functional interactions using functional magnetic resonance imaging (fMRI), which enables the non-invasive, yet indirect, measure of cerebral activity. I developed a series of methods that allows to characterize the reorganization of large-scale networks in the brain when considering an fMRI longitudinal study of a single subject or group of subjects, at various stages of a learning process. First, the regions of the network involved in the execution of the task under scrutiny are built and identified from the functional data in an exploratory way, by using a competitive region growing method, which segments the gray matter into functionally homogeneous regions, then followed by a statistical classification procedure. A statistical method is then designed to assess which interactions are significantly modulated within the network during the plasticity process. This method is based on a non-parametric bootstrap technique, taking the temporal auto-correlation of fMRI time series into account, and controling the false discovery rate. These methods have been validated and evaluated on both synthetic and real datasets. Two real datasets were studied, which involved learning of a sensorimotor adaptation task and of a motor sequence task, respectively

APA, Harvard, Vancouver, ISO, and other styles

19

Presigny, Charley. "Characterization of multilayer networks : theory and applications to the brain." Electronic Thesis or Diss., Sorbonne université, 2023. http://www.theses.fr/2023SORUS273.

Full text

Abstract:

La science des réseaux constitue désormais un cadre fondamental pour l'étude des systèmes complexes et la modélisation du déluge de données permanent dans pratiquement tous les domaines. Les réseaux multicouches ont contribué à révolutionner l'étude des systèmes caractérisés par des échelles/niveaux multiples, c'est-à-dire des couches d'interactions. Ces modèles montrent des corrélations topologiques inattendues, des propriétés de robustesse et de synchronisation, pour n'en citer que quelques-unes. Historiquement, les réseaux multicouches ont tiré parti de leurs avantages comparés aux réseaux classiques, en se concentrant sur les interactions des nœuds à l'intérieur des couches. Bien que des études récentes aient commencé à caractériser les propriétés des couches en tant que telles, leur caractérisation et leur interaction avec les nœuds restent encore à explorer. Ici, nous proposons la dualité nœud-couche (DNC) pour étudier les propriétés structurelles des nœuds et des couches. Nous montrons que les propriétés des nœuds et des couches fournissent des informations complémentaires lorsque l'on considère la variance de leur distribution. Nous étudions en détail cette complémentarité en dérivant un modèle de recâblage stochastique qui recâble sélectivement les liens en fonction soit des nœuds, des couches ou les deux. Nous dérivons analytiquement et validons numériquement une relation formelle de dualité entre les dimensions de nœud et de couche. En particulier, nous dérivons et validons une forme fermée de cette relation dans le cas de réseaux aléatoires multiplex et multicouches. Nous montrons que la complémentarité de la DNC, permet de regrouper des réseaux multiplex empiriques provenant de différents contextes (social, biologique, ...) en réseaux qui ont une connotation spatiale et d'autres qui n'en ont pas. En outre, nous fournissons une méthode pour visualiser la connectivité des réseaux multiplex dans les dimensions du nœud et de la couche. Afin de caractériser les systèmes empiriques, nous portons notre analyse sur les réseaux multicouches du cerveau. Le cerveau à grande échelle peut être enregistré à l'aide de nombreuses techniques de neuro-imagerie (IRM, EEG, MEG, …) et ses propriétés fonctionnelles peuvent être étudiées selon différents modes (temporel, fréquentiel). Les propriétés de ces réseaux cérébraux sont fondamentales pour découvrir le fonctionnement normal du cerveau ainsi que de nouveaux biomarqueurs efficaces pour prévenir, suivre ou même guérir les maladies cérébrales. En particulier, le couplage inter-fréquence (CFC), c'est-à-dire les interactions entre différentes fréquences cérébrales, s'est révélé être une composante majeure du fonctionnement cérébrales à travers les échelles spatio-temporelles. Bien que le CFC ait déjà été suggérée pour mieux caractériser les maladies, les réseaux cérébraux multicouches qui intègrent le CFC sont encore peu explorés. Parallèlement, les réseaux multicouches basés sur la fréquence (c'est-à-dire les couches représentant la fréquence de l'activité cérébrale) ont montré des résultats prometteurs dans la caractérisation de la maladie d'Alzheimer (MA). Par conséquent, nous appliquons la DNC pour caractériser simultanément les régions et les fréquences des réseaux cérébraux, comprenant la CFC. Sur la base de la corrélation entre les mesures locales et globales de la connectivité et le déclin cognitif, nous constatons que la MA semble être caractérisée non seulement par la perturbation de la connectivité dans des régions cérébrales spécifiques, mais surtout par la coordination aberrante entre les fréquences. En particulier, nous constatons l'importance de la perturbation de la connectivité dans la bande alpha qui est une caractéristique bien connue de la MA. Nous concluons sur l'opportunité d'adopter systématiquement la DNC dans l'étude de la structure des réseaux multicouches en exploitant ses caractéristiques qui sont partagées par les relations de dualité en général
Network science constitutes now a fundamental framework for studying complex systems and modeling the ever-growing data deluge that occurs in virtually all fields of knowledge. Over the last decade, multilayer networks contributed to revolutionize the study of systems characterized by multiple scales or levels i.e. layers of interactions. These models shed a new light on interconnected systems by ex- hibiting unexpected topological correlations, robustness and synchronization properties, just to name a few. Historically multilayer networks leveraged their comparative advantages over classical networks, focusing on the interactions of nodes both within and between layers. Although recent studies started to characterize layer properties per se, layer characterization and its interplay with the classical node characterization still remain to be explored. In this manuscript, we propose the node-layer duality, a unifying framework to study the structural properties of nodes and layers. We show that both node and layer properties provide complementary information when considering the second moment (i.e. variance) of their distribution. We extensively study these complementarity by deriving a stochastic rewiring model that selectively rewires links according to either node, or layer or both dimensions. Using this rewiring approach, we analytically derive and numerically validate a formal duality relationship between the node and layer dimensions. In particular, we derive and validate a closed-form of this relationship in the case of random multiplex and multilayer networks. Based on local connectivity, we show that the complementarity of the node-layer duality clusters real- world multiplex networks coming from different contexts (social, biological, infrastructure...) into networks that have a spatial connotation and others that do not have one. Moreover, we provide a method to efficiently visualise the connectivity of multiplex networks in the node and layer dimensions. In this effort to characterize real-world systems, we focus our analysis on multilayer brain networks. The brain is perhaps the most striking example of complex systems that has benefited from the multi- layer thrust. Actually the brain at the large-scale can be recorded using many neuroimaging technics (MRI,EEG,MEG,fMRI...) and its functional properties can be investigated along different modes (temporal, frequential). The properties of these brain networks are fundamental to uncover the normal brain functioning as well as new effective biomarkers to prevent, track or even cure brain diseases. In particular, cross-frequency coupling (CFC) i.e. interactions between different brain frequencies has been shown to be a major component of information transfer within the brain across spatiotemporal scales. Although modeling CFC was already suggested to better characterize diseases, multilayer brain networks that integrate CFC are still relatively unexplored. In parallel, the frequency-based multilayer networks (i.e. layers representing the frequency of brain activity) showed promising results in characterizing Alzheimer’s disease. Therefore, we apply the node-layer duality framework to characterize simultaneously the regions (nodes) and frequencies (layers) of multi-frequency brain networks including CFC. Based on the correlation between local and global measures of connectivity and cognitive decline, we find that Alzheimer’s disease seems to be characterized not only by the disruption of connectivity in specific brain regions, but more importantly by the aberrant coordination between frequencies. In particular, we recover the importance of the connectivity disruption in the alpha band (8-13 Hz) which is a well-kown feature of Alzheimer’s disease. We conclude on the opportunity of systematically adopting a dual characterization in the study of the structure of multilayer networks by exploiting its characteristics which are shared among duality relationships in general

APA, Harvard, Vancouver, ISO, and other styles

20

Labache, Loïc. "Création d'Atlas des Réseaux Cérébraux Sous-tendant les Fonctions Cognitives Latéralisées : Application à l'Étude de la Variabilité Inter-individuelle du Langage." Thesis, Bordeaux, 2020. http://www.theses.fr/2020BORD0155.

Full text

Abstract:

Mon travail de thèse s'inscrit dans une approche d'intégration multimodale et multi-échelle qui a conduit à l'émergence de la neuroimagerie cognitive et de population. Il repose sur deux modalités de cartes fonctionnelles tridimensionnelles cérébrales obtenues en IRMf : les cartes d'activation permettant de visualiser les régions dont l’activité est évoquée par un processus cognitif et les cartes de connectivité intrinsèque mesurant la synchronisation entre des régions spatialement distantes, mais connectées fonctionnellement. J'ai appliqué à ces deux types de cartes de nouvelles méthodologies statistiques permettant de traiter à la fois les dimensions individuelles et spatiales. Dans une première partie, j'ai conçu des atlas de régions cérébrales dédiées à des fonctions cognitives spécifiques, basés sur leur latéralisation hémisphérique et ciblant une population sélectionnée pour sa faible variabilité. Je présente ici les deux premiers atlas du langage. En effet, bien qu'il existe de nombreuses approches pour cartographier les régions du langage chez les patients, il n'existait pas d'atlas des réseaux langagiers chez les individus sains. J’ai tout d’abord identifié les régions activées dans l'hémisphère gauche et asymétriques gauche, à la fois pendant la production, l'écoute et la lecture de phrases, chez 137 individus sains droitiers. L’analyse de la connectivité intrinsèque entre les 32 régions identifiées a permis de mettre en évidence qu'elles faisaient partie de 3 réseaux fonctionnels distincts. Le tout constituant ainsi l’atlas cérébral SENSAAS (SENtence Supramodal Areas AtlaS). Parmi ces réseaux, l'un comprenant 18 régions contient les zones essentielles du langage (SENT_CORE), c'est-à-dire les aires cérébrales dont la lésion entraînerait une déficience dans l'intégration du sens de la parole. Plus particulièrement, SENT_CORE contient 3 régions clés (hubs) de l’intégration et de la diffusion de l'information situées au niveau de l’aire de Broca et de Wernicke. J'ai ensuite appliqué cette méthodologie à l’élaboration d’un atlas des réseaux du traitement du mot. J’ai ainsi identifié 21 régions cérébrales organisées en 2 réseaux distincts, dont un réseau phonologique incluant la boucle audio-motrice. Pour la première fois, une forte connectivité intrinsèque entre la boucle audio-motrice de l’hémisphère gauche et le traitement prosodique situé au niveau du sillon temporal supérieur de l’hémisphère droit a été mis en évidence. Enfin, j'ai développé une nouvelle méthode d’étude de la variabilité de données tridimensionnelles. Cette nouvelle méthode comporte deux outils mathématiques différents se basant sur un algorithme de classification ascendante hiérarchique. Le premier permet d'identifier les variables conduisant à une instabilité des partitions, le second permet d'extraire des sous-populations stables d'une population de départ. Les applications de l’ensemble de ce travail sont nombreuses : j'ai par exemple utilisé le réseau SENT_CORE pour étudier la variabilité interindividuelle de la latéralisation hémisphérique des aires supramodales de la phrase. J’ai ainsi identifié deux groupes de sujets typiques asymétriques gauche pour le langage, avec une forte connectivité intra-hémisphérique gauche et une faible connectivité inter-hémisphérique, ainsi qu’un groupe de sujets atypiques : asymétriques droit pour le langage, présentant une forte connectivité intrinsèque des réseaux du langage dans les deux hémisphères et une forte connectivité inter-hémisphérique. SENSAAS a également été utilisé afin d’étudier le support génétique de l’atypicalité du langage, ainsi que pour la caractérisation topologique des réseaux mnésiques et linguistiques des individus souffrant d'épilepsie temporale. La nouvelle méthode d’évaluation de la variabilité interindividuelle a, elle, été utilisée afin d’évaluer la stabilité des réseaux intrinsèques d’un nouvel atlas fonctionnel adapté aux individus de plus de 55 ans
My thesis work is part of a multi-modal and multi-scale integration approach which has led to the emergence of cognitive and population neuroimaging. More specifically, fMRI provides two types of three-dimensional functional brain maps: activation maps allowing for visualizing brain regions directly involved in a cognitive process, and intrinsic connectivity maps measuring the synchronization between spatially distant but functionally connected regions. I have applied new statistical methodologies to these two types of maps, allowing me to deal with both the individual and the spatial dimensions. In the first part, I designed atlases of brain regions dedicated to specific cognitive functions, based on their hemispheric lateralization and targeting a population selected for its low variability. I present here the first two language atlases. Indeed, although there are many approaches to map language areas in patients, there was no atlas of networks supporting language functions in healthy individuals so far. I first identified left activated and left asymmetrical regions, both during sentence production, listening and reading, in 137 healthy right-handed individuals. Analysis of the intrinsic connectivity between the 32 identified regions reveals that they are part of 3 distinct functional networks, which constitute the SENSAAS (SENtence Supramodal Areas AtlaS) brain atlas. Among these networks, one with 18 regions contains the essential language areas (SENT_CORE), i.e. the brain areas whose lesion leads to an impairment in the integration of the meaning of speech. Specifically, SENT_CORE contains 3 hubs supporting the information integration and dissemination, localized in the Broca and Wernicke area. I then applied this methodology to the elaboration of an atlas of word processing networks. I identified 21 brain regions organized into 2 distinct networks, one of which is a phonological network including the audio-motor loop. For the first time, a strong intrinsic connectivity between the left audio-motor loop and the prosodic processing, located in the upper temporal sulcus of the right hemisphere, is evidenced. Finally, I developed a new method for studying the variability of three-dimensional data. This new method includes two different mathematical tools based on hierarchical agglomerative clustering algorithms. The first one makes it possible to identify variables leading to partition instability, the second one allows for extracting stable sub-populations from a starting population. The applications of all of this work are numerous: for example, I used the SENT_CORE network to study the inter-individual variability of hemispheric lateralization of the sentence supramodal areas. I have thus identified two groups of typical asymmetric left language individuals, with high left intra-hemispheric intrinsic connectivity and low inter-hemispheric connectivity, and a group of atypical individuals: rightward asymmetrical for language, with high intrinsic connectivity of language networks in both hemispheres and high inter-hemispheric connectivity. SENSAAS has also been used to study the genetic support of language atypicality, as well as for the topological characterization of the memory and language networks of individuals with mesial temporal lobe epilepsy. The new method for assessing inter-individual variability was used to evaluate the stability of the intrinsic networks of a new functional atlas adapted for late adulthood

APA, Harvard, Vancouver, ISO, and other styles

21

Passat, Nicolas. "Contribution à la segmentation des réseaux vasculaires cérébraux obtenus en IRM : Intégration de connaissance anatomique pour le guidage d'outils de morphologie mathématique." Université Louis Pasteur (Strasbourg) (1971-2008), 2005. https://publication-theses.unistra.fr/public/theses_doctorat/2005/PASSAT_Nicolas_2005.pdf.

Full text

Abstract:

L'analyse par les radiologues des ARM (angiographies par résonance magnétique) cérébrales est une tâche ardue en raison du volume des données à traiter et du nombre croissant d'examens réalisés. La création de méthodes de segmentation des vaisseaux cérébraux à partir de telles images constitue donc un domaine de recherche répondant à un réel besoin en imagerie médicale. Cette thèse est dédiée au développement de telles méthodes. L'effort y est notamment focalisé sur la capacité à adapter leur comportement aux images traitées et à leur valeur sémantique. Ce concept d'adaptativité est mis en oeuvre au travers de l'intégration de connaissance anatomique de haut niveau qui a pour but de guider des outils de traitement d'image. La première partie des travaux présentés consiste à proposer des solutions préalables de modélisation de cette connaissance. La notion d'atlas, déjà éprouvée avec succès sur des structures non vasculaires, y est développée. Deux types d'atlas sont proposés, chacun d'eux tirant parti de la nature multimodale (angiographique et morphologique) des images considérées pour modéliser des éléments de connaissance anatomique relative aux vaisseaux cérébraux. La seconde partie des travaux porte sur le développement de méthodes de segmentation utilisant cette connaissance pour guider des outils de morphologie mathématique. Ces méthodes, basées sur la croissance de région, la ligne de partage des eaux, la transformée en tout ou rien à niveaux de gris et la réduction homotopique, utilisent les atlas proposés pour adapter ou contraindre le comportement de ces outils aux particularités des images. Cette thèse se présente ainsi comme une introduction à une nouvelle méthodologie de segmentation des structures vasculaires qui tend à associer le potentiel des outils de traitement d'image actuels avec l'approche par apprentissage et utilisation de connaissances qui est généralement l'apanage des spécialistes humains
Analysing cerebral MRA (magnetic resonance angiography) is a hard task for radiologists, because of the large size of the data and the increasing number of exams being performed. Creation of cerebral vessel segmentation methods from such images then constitutes a research area of great importance in medical imaging. This thesis is devoted to the development of such methods. It is especially focused on their ability to adapt their behaviour to the processed images and their semantic value. This concept of adaptivity is developed by considering high level anatomical knowledge which can be used for guidance of image processing tools. The first part of the presented work consists in proposing preliminary solutions for knowledge modelling. The atlas notion, which has already been successfully used for non vascular structures, is then developed. Two kinds of atlas are proposed, each one taking advantage of multi-modality (angiographic and morphologic) properties of the considered images in order to model anatomical knowledge elements related to brain vessels. The second part of the work deals with the development of segmentation methods using this knowledge for guiding mathematical morphology tools. These methods, based on region-growing, watershed, grey-level hit-or-miss transform and homotopic thinning, use the proposed atlases to fit or constraint the behaviour of these image processing tools with respect to the image properties. This thesis can be considered as an introduction to a new methodology of vascular structure segmentation, which tends to fuse the potential of the existing image processing tools with learning and knowledge based strategies which are generally only used by human specialists

APA, Harvard, Vancouver, ISO, and other styles

22

Karatas, Meltem. "Analyse longitudinale des réseaux cérébraux par Imagerie de Résonance Magnétique (IRM) dans un modèle murin de dépression induite par la douleur neuropathique." Thesis, Strasbourg, 2019. http://www.theses.fr/2019STRAJ045.

Full text

Abstract:

Les douleurs chroniques développent souvent des troubles de l’anxiété et des états dépressifs. Malgré des recherches cliniques considérables, les mécanismes sous-jacents à cette comorbidité restent inconnus. Nous avons mené une étude d'imagerie non-invasive, par Imagerie de Résonance Magnétique (IRM), pour étudier les changements dans la connectivité structurelle et fonctionnelle dans un modèle murin de dépression induite par la douleur neuropathique. Nous avons utilisé deux méthodes d'IRM pour étudier les voies fonctionnelles de communication (en utilisant l’imagerie fonctionnelle de repos-IRMfr) ainsi que leurs substrats microstructuraux (imagerie du tenseur de diffusion) de manière longitudinale. Les résultats obtenus dans le cadre de ce projet démontrent des modifications structurels et fonctionnels remarquables des réseaux cérébraux suite à l'induction de la douleur neuropathique et à l'émergence de comportements dépressifs. En combinant un modèle animal pertinent et l’IRM cérébrale in-vivo nous avons identifié la signature de la dépression induite par la douleur et son évaluation longitudinale sur la connectivité cérébrale, impliquant des altérations dans le cadre des circuits de la récompense, avec un impact majeur sur la connectivité des deux centres : le CCA et l’ATV. Les résultats principales d’IRLfr montrent une modification considérable dans les réseaux englobant le MPD et le circuit de récompense, qui sont impliqués à la fois dans les pathologies de la douleur chronique et de la dépression. Il est maintenant nécessaire d’étudier la relation causale entre la dépression induite par la douleur et ses changements fonctionnels qui font partie de la perspective long-termes de ce projet
Chronic pain conditions frequently lead to anxiety and depressive disorders. Despite considerable clinical research, the mechanisms underlying this comorbidity remain elusive. We conducted a non-invasive brain imaging study to investigate changes in structural and functional connectivity in a mouse model of neuropathic pain-induced depression. We employed two methods of magnetic resonance imaging (MRI) to investigate functional communication pathways (using resting state functional MRI-rs-fMRI) as well as their microstructural substrates (diffusion MRI) in longitudinal manner. Brain networks demonstrate remarkable structural and functional modifications following the induction of neuropathic pain and the emergence of depressive phenotype. Combining a relevant preclinical model and in vivo brain MRI, we identified a brain connectivity signature of pain-induced depression and its evolution over time, involving alterations in reward circuits, with a major impact of the two centers: ACA and VTA. The main results of functional imaging reveal considerable changes in the networks encompassing the reward circuit and DMN, which are known to be involved in both chronic pain pathologies and major depression. The long-term perspective of this project is to investigate the causal relationship between pain and depression, reaching a mechanistic explanation for the comorbidity

APA, Harvard, Vancouver, ISO, and other styles

23

Tousignant, Béatrice. "La cognition sociale à l'adolescenceh[ressource électronique] : aspects comportementaux, cliniques et cérébraux." Doctoral thesis, Université Laval, 2017. http://hdl.handle.net/20.500.11794/28278.

Full text

Abstract:

La cognition sociale comprend un ensemble de processus cognitifs spécialisés dans le traitement des stimuli sociaux, nous permettant d’interagir adéquatement avec autrui. L’adolescence est un stade développemental où ces fonctions cognitives sont particulièrement sollicitées, alors que les relations sociales augmentent en importance et en complexité. Il s’agit par ailleurs d’une période où les changements hormonaux et cérébraux sont fort susceptibles de moduler le fonctionnement cognitif. Pourtant, on n’en sait que très peu sur la capacité à décoder et interpréter les informations sociales à cet âge, et encore moins sur la façon dont une atteinte cérébrale peut altérer ces fonctions. Ainsi, la présente thèse avait pour principal objectif de mieux comprendre le fonctionnement de la cognition sociale à l’adolescence en l’examinant sous plusieurs angles. D’abord, en utilisant des mesures neuropsychologiques, la première étude a pu démontrer une plus faible capacité à reconnaître des expressions faciales émotionnelles chez les adolescents par rapport aux adultes, mais une habileté similaire à se mettre dans la perspective d’un personnage pour lui inférer divers états mentaux. Paradoxalement, un questionnaire d’empathie a révélé une tendance moindre à prendre la perspective des autres chez les adolescents, le tout suggérant une possible distinction entre l’habileté à se mettre à la place de l’autre lorsque mesurée directement et la propension à le faire dans un contexte réel. La seconde étude a ensuite démontré qu’un traumatisme craniocérébral modéré ou sévère subi à l’adolescence altère encore davantage cette tendance à prendre la perspective des autres dans la vie de tous les jours, tel que rapporté dans le questionnaire d’empathie. La dernière étude a donc utilisé un paradigme s’approchant davantage d’une interaction sociale réelle et a examiné, via la neuroimagerie fonctionnelle, la réaction empathique d’adolescents et d’adultes face à une exclusion sociale. Les résultats ont montré que dans un tel contexte, les adolescents ont effectivement moins tendance à prendre la perspective de l’autre, à ressentir sa détresse et agir de façon prosociale. Les données de cette thèse ont donc permis de dresser un portrait détaillé de la cognition sociale à l’adolescence en précisant les fonctions qui apparaissent développées, celles qui ne le sont pas complètement, et celles qui sont le plus susceptibles d’être compromises par une atteinte cérébrale. Au-delà de ces constatations, la thèse a surtout mis en lumière une plus faible tendance à utiliser ces ressources cognitives dans un contexte où d’autres pairs sont présents. En définitive, les résultats soulignent l’importance d’intervenir de façon préventive sur la cognition sociale à cet âge, tant chez les adolescents ayant un développement normal que ceux dont le développement est menacé par une atteinte cérébrale.
Social cognition refers to a set of cognitive functions specialized in the processing of social stimuli, allowing us to interact adequately with others. Adolescence is a developmental stage in which these cognitive functions are particularly solicited, as social relationships increase in importance and complexity. It is also a time when hormonal and brain changes are very likely to modulate cognitive functioning. However, very little is known about the ability to decode and interpret social information at this age, and even less about how brain damage can alter these functions. Thus, the main objective of this thesis was to better understand the functioning of social cognition in adolescence by examining it from various angles. Using neuropsychological measures, the first study was able to demonstrate a lower capacity to recognize emotional facial expressions in adolescents compared to adults, but a similar ability to put oneself in the perspective of a character and infer various mental states. Paradoxically, a self-reported empathy questionnaire revealed a lower tendency to take the perspective of others in adolescents, overall suggesting a possible distinction between the ability to put oneself in the place of others when measured directly and the propensity to do so in real life. The second study then demonstrated that a moderate or severe traumatic brain injury sustained during adolescence further alters this tendency to take the perspective of others in everyday life, as reported in the empathy questionnaire. The third study therefore used an experimental paradigm that is closer to real-life social interactions and examined, through functional neuroimaging, the empathic response of adolescents and adults towards social exclusion. The results showed that in such a context, adolescents are less likely to take the perspective of others, to feel their distress, and to act prosocially. The data of this thesis can thus be integrated into a detailed picture of social cognition in adolescence by specifying the functions that appear developed, those that are not fully developed, and those that are most likely to be compromised by a brain injury. Beyond these findings, the thesis has also highlighted a lower tendency to use these cognitive resources in a context where other peers are present. Ultimately, the results emphasize the importance of intervening on social cognition at this age, both in adolescents with normal development and those whose development can be compromised by brain damage.

APA, Harvard, Vancouver, ISO, and other styles

24

Fauchon, Camille. "Effet du comportement empathique des expérimentateurs sur la perception douloureuse : Approche des mécanismes neuronaux avec l’imagerie fonctionnelle cérébrale (IRMf)." Thesis, Lyon, 2017. http://www.theses.fr/2017LYSES058/document.

Full text

Abstract:

Le comportement empathique d’autrui peut avoir un effet positif sur le ressenti douloureux. Dans le milieu médical, cette stratégie est encouragée par les soignants pour interagir et soutenir les patients. A l’inverse, la non-empathie c’est-à-dire une attitude négative envers la personne qui souffre est proscrite par crainte d’effets délétères. Comment l’empathie et la non-empathie d’autrui influencent-elles la perception douloureuse ? Investiguer cette problématique est l’objectif de ce travail de thèse. Dans la première partie de ce travail, nous avons construit et validé une manipulation expérimentale nous permettant de délivrer des feedbacks empathiques à des sujets recevant des stimulations nociceptives. Les commentaires empathiques ont réduit significativement l’intensité douloureuse des sujets (-12%). En revanche, les commentaires non-empathiques n’ont pas changé la cotation douloureuse, comparativement à une situation neutre. Ils sont néanmoins suffisants pour influencer la réponse autonomique à la douleur. Les analyses d’imagerie cérébrale (IRMf) ont montré que la modulation de l’intensité douloureuse par l’empathie passerait par des interactions entre les structures du réseau par défaut (vmPFC et CCP/Prec), le DLPFC et l’insula postérieure. Seule l’activité du CCP/Prec est capable d’intégrer le contenu des feedbacks empathiques. Cette structure en changeant sa connectivité fonctionnelle engagerait des mécanismes de contrôle (vmPFC) capables d’interagir avec l’insula postérieure et antérieure pour réduire la perception douloureuse. L’étude d’un tel système de modulation à l’échelle du réseau fonctionnel de la douleur a apporté des résultats concordants
Other’s empathetic behavior can have a positive effect on pain perception. In medical setting it is a known strategy from caregivers to support and interact with their patients. Conversely, unempathy, having a negative attitude towards the suffering person is outlawed out of fear of induce deleterious effects. How do empathy and unempathy from others influence pain perception? Investigating this issue is the aim of this thesis. First, we built and approved an experiment delivering different types of empathetic feedbacks to subjects who received nociceptive stimulations. The empathetic comments significantly alleviated subjects’ pain ratings (-12 %). The unempathetic comments did not influence the subjects’ pain ratings in comparison with neutral situation. However, they influenced autonomic response related to pain. Neuro-imaging studies shown that the pain intensity modulation related to empathetic feedbacks involved interactions between the core structures of the default network (vmPFC and PCC/Prec), the DLPFC and the posterior insula. Functional activations revealed that only the posterior cingulate cortex/precuneus activity was able to integrate the empathetic feedbacks’ content. Changing its functional connectivity, this structure would engage control mechanisms (vmPFC) able to interact with the posterior and anterior insula to reduce pain perception. The study of such modulation system at the level of the pain functional network provided consistent results

APA, Harvard, Vancouver, ISO, and other styles

25

Flores, Robin de. "Altérations structurales, fonctionnelles et moléculaires des sous-champs hippocampiques et de leurs réseaux dans le vieillissement normal et la maladie d’Alzheimer." Caen, 2016. http://www.theses.fr/2016CAEN1019.

Full text

Abstract:

Les progrès des techniques de neuroimagerie ont permis de mieux appréhender les processus physiopathologiques et s’avèrent particulièrement prometteurs au regard du diagnostic précoce de la maladie d’Alzheimer (MA). Les objectifs de cette thèse étaient de mieux caractériser l’atteinte structurale, fonctionnelle et moléculaire des sous-champs hippocampiques et de leurs réseaux au cours de la maladie d’Alzheimer et du vieillissement normal (VN) via une approche de neuroimagerie multimodale. Dans un premier temps, nous avons étudié l’atrophie des sous-champs hippocampiques au cours du vieillissement normal et de la MA à l’aide d’une méthode de délimitation manuelle. Puis nous avons évalué la validité d’une méthode permettant de segmenter automatiquement les sous-champs hippocampiques (FreeSurfer). Ces analyses ont montré un profil d’atteintes particulier au cours du VN et de la MA, tandis que la méthode FreeSurfer ne semblait pas adaptée pour estimer précisément le volume de ces structures. Nos travaux suggèrent également que la pratique d’activités physiques ou cognitives semble avoir un effet bénéfique sur le volume des sous-structures hippocampiques particulièrement sensibles au VN. Dans un second temps, nous nous sommes intéressés à la connectivité fonctionnelle qu’entretiennent les sous-champs hippocampiques avec le reste du cerveau, avant d’évaluer leurs atteintes à un stade pré-démentiel de la MA. Nos résultats ont permis de mettre en avant différents réseaux spécifiques, ainsi que leur altération fonctionnelle à un stade pré-démentiel de la MA. De plus, nos résultats ont montré une hiérarchie dans l’atteinte de ces réseaux par la pathologie tau au cours de la MA
Recent advances in neuroimaging techniques allow to better understand the pathophysiological processes of Alzheimer's disease (AD) and are particularly promising for early diagnosis. The objectives of this thesis were to better characterize the structural, functional and molecular alterations of the hippocampal subfields and their associated networks in Alzheimer's disease and normal aging using in vivo multimodal neuroimaging. First, we evaluated the structural hippocampal subfields alterations in normal aging (NA) and AD using a manual delineation method developed in our laboratory. We then evaluated the validity of the automatic segmentation algorithm implemented in FreeSurfer. These analyses showed specific structural changes in NA and AD, while the FreeSurfer method appeared inappropriate to estimate hippocampal subfield volumes. In addition, our work suggests that the practice of physical or cognitive activities have a beneficial effect on hippocampal substructures particularly sensitive to NA. Secondly, we evaluated the specific intrinsic functional connectivity of hippocampal subfields with the rest of the brain, before assessing their alterations in a pre-dementia stage of AD. Our results highlighted the specificity of hippocampal subfield networks and their functional alterations in early AD. In addition, our results showed a hierarchy in the progression of tau pathology within hippocampal subfield networks over the course of AD

APA, Harvard, Vancouver, ISO, and other styles

26

Coynel, David. "Etude méthodologique des réseaux fonctionnels cérébraux à large échelle en IRM fonctionnelle : application à la caractérisation du réseau moteur lors de l'apprentissage moteur et dans la dystonie." Paris 6, 2011. http://www.theses.fr/2011PA066472.

Full text

Abstract:

L’étude des fonctions cognitives peut être menée à l’échelle macroscopique, par la caractérisation des interactions fonctionnelles entre ensembles de régions cérébrales, synchronisant leur activité à distance et formant des réseaux fonctionnels à large échelle. Ces interactions sont de plus dynamiques, et évoluent en fonction du stimulus, ou en présence d'une pathologie. Les processus d’apprentissage, comme l’apprentissage moteur, sont ainsi accompagnés par de multiples interactions fonctionnelles, depuis l’encodage initial jusqu’à la rétention de l’habileté motrice. L’imagerie par résonance magnétique fonctionnelle (IRMf) est un moyen non invasif d’étudier la dynamique temporelle de ces interactions. Au cours de cette thèse, je me suis intéressé à la quantification des interactions fonctionnelles au sein et entre réseaux cérébraux à large échelle, à partir de données d’IRMf. J’ai tout d’abord développé et validé une nouvelle mesure des dépendances statistiques entre réseaux, l’intégration conditionnelle. Cette mesure est une extension des mesures de corrélation conditionnelle et d’intégration, et quantifie la médiation des interactions fonctionnelles entre réseaux. D’autre part, je me suis intéressé à un modèle de l’apprentissage moteur, à partir duquel la mesure d’intégration a permis de quantifier la dynamique du transfert d’information entre le réseau associatif-prémoteur et le réseau sensorimoteur au cours de l'apprentissage. L’intégration a enfin permis de mieux caractériser les atteintes fonctionnelles dans une pathologie du réseau sensorimoteur, la dystonie, en mettant en évidence une atteinte bilatérale au sein de ce réseau

APA, Harvard, Vancouver, ISO, and other styles

27

Ghorbal, Abdel-Mounai͏̈m. "Etude fonctionnelle du réseau auditif du tronc cérébral par analyse de la dynamique spatio-temporelle des champs de potentiel intra-cérébraux enregistrés in vivo chez le cobaye : contribution à l'étude des générateurs des potentiels évoqués auditifs précoces." Poitiers, 1997. http://www.theses.fr/1997POIT2368.

Full text

Abstract:

Les deux objectifs principaux etaient de : 1) decrire l'evolution spatio-temporelle de l'information auditive au sein du tronc cerebral auditif et 2) d'etablir la relation avec les composantes des potentiels evoques auditifs precoces (peap) du tronc cerebral. Les potentiels evoques intracraniens ont ete enregistres in vivo chez le cobaye, apres stimulation auditive unilaterale, pour obtenir des cartes isopotentielles. Secondairement chaque carte a ete appliquee sur la coupe histologique frontale correspondante du tronc cerebral avec une precision temporelle de 14 s et spatiale de 400 m et 1 mm. Quatre voies principales de sortie ont ete identifiees a partir de subdivisions du noyau cochleaire (nc) : i) une issue du noyau cochleaire anteroventral anterieur (ncava) (cellules spheriques), ii) une deuxieme issue du noyau cochleaire anteroventral posterieur (ncavp) (cellules globulaires et multipolaires), iii) une a partir du noyau cochleaire posteroventral (ncpv) (cellules multipolaires et octopus), iv) et a partir du ncd (cellules fusiformes). Une premiere activation du nc etait responsable de l'arrivee de l'information : i) a la region periolivaire ipsilaterale (rpoi) et au noyau median du corps trapezoide controlateral (nmctc, cellules globulaires), ii) aux complexes olivaires superieurs ipsilateral (cosi) et cos controlateral (cosc), iii) au nvllc (a partir des cellules globulaires), iv) puis au nvlli ventral via la rpoi et le cosi. Une deuxieme activation du nc etait responsable principalement de l'arrivee de l'information : i) au coss (osmc principalement et oslc, cellules spheriques), ii) au noyau ventral du lemnisque controlateral (nvllc, cellules globulaires), iii) puis au nvlli, iv) au noyau dorsal controlateral du lemnisque lateral (ndllc) avant le ndlli, vi) au noyau central du colliculus inferieur (ncci) controlateral avant le nccii. Les peap ont ete mis en relation : i) les fibres du nerf auditif pour le p1 et le n1, ii) le nmctc, la rpoi, le cosi pour le p2, iii) les nvll et la rpoi pour le n2, iv) le ncav, l'osmc et le nvllc pour le p3, v) le ncav et les nvll pour le n3, vi) l'osmc pour le p4.

APA, Harvard, Vancouver, ISO, and other styles

28

Bollmann, Yannick. "Emergence of functional and structural cortical connectomes through the developmental prism." Thesis, Aix-Marseille, 2019. http://theses.univ-amu.fr.lama.univ-amu.fr/191113_BOLLMANN_844bezee521trbla166eo565zm_TH.pdf.

Full text

Abstract:

Les neurones corticaux sont générés sur de longues périodes embryonnaires et post-natales. Des travaux précédents ont montré que les neurones générés à des stades embryonnaires précoces jouent un rôle essentiel dans la coordination de l'activité neuronale nécessaire à la maturation des réseaux de neurones corticaux. La première partie de mon travail a consisté à caractériser le connectome structural des neurones glutamatergiques et GABAergiques en utilisant la méthode du « fate mapping » permettant l’expression de protéines fluorescentes en fonction de la date de genèse des neurones. En utilisant la microscopie à feuillet de lumière sur des cerveaux transparisés, j’ai pu quantifier la distribution de différentes populations neuronales dans le cerveau entier.La deuxième partie de mon travail a été consacrée à caractériser le connectome fonctionnel des neurones GABAergiques et à démontrer la présence de neurones « hubs » dans le cortex en baril en développement. En utilisant des lignées de souris transgéniques exprimant l’indicateur de calcium GCaMP6s, nous avons suivi la maturation et la dynamique fonctionnelle du réseau neuronal au cours des deux premières semaines postnatales en utilisant l’imagerie à deux photons in vivo. La distribution des liens fonctionnels entre neurones suit une loi de probabilité à queue lourde suggérant la présence de neurones « hubs ». En utilisant l’imagerie calcique à deux photons et une stimulation « optogénétique-holographique », nous avons démontré le rôle « hub » d’une sous-population de neurones GABAergiques dans la synchronisation de l’activité du réseau dans le cortex en baril au cours du développement
Cortical neurons are generated throughout an extended embryonic period. Recent studies indicate that the cells originating from the earliest stages of neurogenesis are critically involved in coordinating neuronal activity, instructing network maturation throughout large cortical areas. The first part of my work was building and mining brain cell atlases and connectomes. I first characterized the brain-wide structural connectome of early-born glutamatergic and GABAergic neurons, fluorescently labeled according to their date of birth (genetic fate-mapping approach). Using light-sheet microscopy on cleared brains, I quantify the distribution of both populations in the whole brain to create an Atlas.The second part of my work was the characterization of GABAergic neurons functional connectome and the characterization of hub cells in the developing barrel cortex in vivo. By using transgenic mice lines expressing the calcium indicator GCaMP6s, we follow the maturation and the functional dynamics of the network during the two first postnatal weeks using two-photon imaging. The characteristically heavy-tailed distribution of functional connections between neurons that we observed, strongly suggest the presence of hub neurons. Using two-photon calcium imaging and holographic-optogenetic stimulation we entangle the necessary and sufficient conditions of how GABAergic neurons contribute to and synchronize network activity as acting as hub neuron in the barrel cortex

APA, Harvard, Vancouver, ISO, and other styles

29

Metereau, Elise. "Comparaison en IRMf des réseaux cérébraux impliqués dans le traitement de récompenses et de punitions de différente nature au cours de l’apprentissage et de la prise de décision pro-sociale." Thesis, Lyon 2, 2011. http://www.theses.fr/2011LYO20019.

Full text

Abstract:

Cette thèse repose sur l’idée que les individus prennent des décisions en assignant des valeurs aux conséquences appétitives (récompenses) et aversives (punitions) associées aux différentes options proposées, puis comparent ces valeurs pour sélectionner l’une d’elles. Dans la plupart des cas, ces valeurs sont apprises par essais et erreurs. En neuroscience et neuro-économie, il a été proposé que le cerveau représente ces valeurs de manière abstraite dans une échelle de valeur commune indépendante de la nature des conséquences attendues. Cette hypothèse est soutenue par un grand nombre d’études qui se sont intéressées à l’évaluation et à l’apprentissage des récompenses. Ces études mettent en évidence une implication du mésencéphale, du striatum et du cortex préfrontal dans le traitement de récompense primaires, monétaires, morales ou sociales. Beaucoup moins de travaux se sont intéressés au traitement des punitions. L’objectif de cette thèse est donc de comparer les corrélats cérébraux des processus d’évaluation des stimuli appétitifs et aversifs. Dans un premier temps nous avons utilisé un paradigme d’apprentissage par conditionnement pavlovien pour comparer les régions cérébrales impliquées dans la représentation de l’erreur de prédiction au cours de l’apprentissage avec des récompenses et des punitions gustatives, visuelles et monétaires. Ensuite nous nous sommes intéressés aux régions cérébrales impliquées dans traitement de récompenses et punitions plus abstraites tel que l’approbation sociale ou les considérations morales, dans un contexte de prise de décision pro-sociale. Ces études nous ont permis de démontrer que l’erreur de prédiction et l’évaluation liées à des stimuli appétitifs et aversifs étaient, en partie, sous-tendus par des réseaux cérébraux communs
There is a growing consensus in behavioral neuroscience and neuroeconomic that individuals make decisions by assigning values to different options and comparing them to make a choice. Most often, these values are acquired on the basis of trial and error learning. A long-held view is that the brain assigns values to the different goods using an abstract signal that is encoded in a common currency. Multiple studies have found evidence for such value signals in midbrain, striatum and prefrontal cortex during learning or decision making involving primary or secondary rewards. An important open question is whether aversive outcomes expectation and learning engage the same or different valuation networks. The goal of this thesis is thus to compare the brain network involved in appetitive and aversive stimuli valuation. First we used a pavlovian conditioning paradigm to compare the cerebral correlates of prediction error during learning with gustative, visual and monetary rewards and punishments. Second, we investigated the brain regions involved in moral and social rewards and punishments in prosocial decision making. Overall, we found that prediction error and valuation related to appetitive and aversive stimuli are processed in part by common brain networks

APA, Harvard, Vancouver, ISO, and other styles

30

Ranjeva, Jean-Philippe. "Détermination de l'activité corticale, de la connectivité fonctionnelle et de la connectivité effective cérébrale par IRM [Imagerie par Résonance Magnétique] fonctionnelle : application à l'étude des processus cérébraux compensatoires au stade précoce de la sclérose en plaques." Aix-Marseille 2, 2006. http://www.theses.fr/2006AIX20697.

Full text

APA, Harvard, Vancouver, ISO, and other styles

31

Ashadi, Fakhrul Rozi. "Respiratory Neural Network in Humans : Spatiotemporal Mapping of Neural Oscillations and Mathematical Modelling." Thesis, Sorbonne Paris Cité, 2018. http://www.theses.fr/2018USPCC229.

Full text

Abstract:

Respirer implique l'interaction entre le réseau du tronc cérébral automatique et la commande corticale. Les deux réseaux interagissent de manière harmonieuse et contrôlent les muscles respiratoires afin d'assurer la stabilité des gaz du sang lors de la respiration volontaire (parler, lors de l'inspiration profonde ou bien lors d'une augmentation de charge respiratoire). Comprendre le réseau neuronal respiratoire est fondamental pour de nombreuses raisons aussi bien en médicine qu'en physiologie et en physique: (i) l'augmentation de charge ventilatoire est une caractéristique majeure de plusieurs maladies respiratoires (Broncho Pneumopathie Chronique Obstructive (BPCO), emphysème, fibroses pulmonaire), (ii) l'insuffisance motrice et sensorielle corticales sont parmi les mécanismes qui précède l'insuffisance respiratoire aigüe. Par ailleurs certaines structures cérébrales impliquées dans la réponse à une charge ventilatoire participent également à la sensation d'essoufflement (dyspnée), un symptôme pénible décrit dans de nombreuses maladies, (iii) Ce réseau neuronal vital pourrait bénéficier de la construction d'un modèle mathématique pour simuler et analyser ses dynamiques dans des états pathologiques et pourrait également servir comme paradigme de la synchronisation physique et physiologique. Les interventions thérapeutiques pourraient aussi être testées sur le modèle du réseau, comme par exemple les effets d'un champ magnétique (stimulation magnétique transcranienne) pour modifier la connectivité cérébrale. Il serait ensuite possible de tester cette approche chez les patients BPCO en utilisant les techniques cérébrales neuromodulatrice afin d'augmenter la performance muscles respiratoire. Utilisant l'électroencéphalographie haute densité nous construisons dans cette thèse la carte spatio-temporelle du réseau neuronal respiratoire chez 20 sujets contrôles et comparons sa dynamique lors de l'application d'une charge ventilatoire et lors d'un mouvement de la main. Les analyses temps-fréquences révèlent des schémas spécifiques du réseau pour chaque action motrice. Pour comprendre la communication cérébrale, nous reproduisons mathématiquement le codage de la fréquence neuronale. Il y a trois composants principaux à construire dans le modèle : le modèle neuronal, la carte de connexion, et le schéma synaptique. Ensemble ils sont responsables de la dynamique du réseau neuronal. Pour le modèle neuronal, nous utilisons Hodgkin-Huxley base sur la conductance, qui est un ensemble d'équations différentielles non-linéaire qui se rapproche des caractéristiques des cellules excitables (comme les neurones). Nous considérons le régime tonic spiking du modèle. Pour la carte de connexion, c'est-à-dire la façon dont sont connectés les neurones les uns aux autres, nous considérons des neurones places sur des grilles cartésiennes en 2 dimensions. La connexion entre deux neurones est gouvernée de manière probabiliste basée sur la distance euclidienne. Pour le schéma synaptique, les neurones sont excitateurs ou inhibiteurs et ils ont une connexion chimique. Dans le réseau, un neurone est soit excitateur, soit inhibiteur et cela est gouverne de manière partiellement probabiliste. Le type de connexion dépend du type de neurone. Finalement dans cette thèse nous reproduisons la dynamique d'une région d'intérêt du réseau cortical et l'interaction complexe entre deux régions d'intérêt
Breathing involves a complex interplay between the automatic brainstem network and the cortical command. Both networks interact harmoniously to control respiratory muscles contraction, thereby ensuring normal blood gas levels either during speech, volitional breathing or a ventilatory load increase. Understanding the respiratory neural network is crucial for many reasons in medicine, physiology and physics: (1) increased respiratory loading is a major feature of several respiratory diseases (chronic obstructive pulmonary disease, emphysema, pulmonary fibrosis), (2) failure of the voluntary motor and cortical sensory processing drives is among the mechanisms that precedes acute respiratory failure. In addition some of the cerebral structures involved in responding to inspiratory loading also participate in the perception of breathlessness, a common and often distressing symptom in many diseases, (3) This neural network vital for life would benefit from the building of a mathematical model able to simulate and analyze its dynamics in disease conditions and may serve as a paradigm of physiological and physical synchronization. Therapeutic interventions could also be tested on the network model, for instance with a magnetic field, to alter connectivity. It will be then possible to test such approach in patients with chronic obstructive pulmonary disease (COPD) using cerebral neuro-modulating techniques with the goal to increase respiratory muscle performance. Using high density electroencephalography, we built the spatiotemporal map of the respiratory neural network during inspiratory loading in 20 healthy control subjects, and compared its dynamics to another motor network (hand motion). Time-frequency analyzes revealed the specific neural frequency patterns. To understand the brain communication, we reproduced mathematically the neural frequency code. There are three main components in the model: the neuronal scheme, the connectivity map and the synaptic model. Altogether, they are responsible of the dynamics of the neural networks. For the neuronal scheme, we use the Hodgkin Huxley (conductance-based) model, a set of nonlinear differential equations that approximates the electrical characteristics of excitable cells such as neurons. We consider the tonic-spiking regime of the model. For the connectivity map, the way neurons are connected into one another, we consider neurons that are placed in a two dimensional Cartesian grids. Connectivity between two neurons is governed probabilistically based on their Euclidean distance. For the synaptic model, neurons are either excitatory or inhibitory and are chemically connected. In the network, whether a neuron is excitatory or inhibitory is decided probabilistically. The type of connection depends on the type of the neurons. Finally, we are now able to replicate the dynamics of a specific region of interest (ROI) of the network and the complex interactions between two ROIs

APA, Harvard, Vancouver, ISO, and other styles

32

Ben, Messaoud Rémy. "Low-dimensional controllability of complex networks and applications to the human brain." Electronic Thesis or Diss., Sorbonne université, 2023. http://www.theses.fr/2023SORUS537.

Full text

Abstract:

La théorie de la contrôlabilité et du contrôle optimal sont des branches des mathématiques qui ont été développées durant la révolution industrielle pour commander des systèmes d'ingénierie. De nos jours, beaucoup de systèmes sont interconnectés tel qu'Internet, les réseaux de transport ou bien les réseaux électriques. Le monde biologique regorge aussi de réseaux : réseaux vasculaires, réseaux d'interaction de gènes ou même les réseaux de connectivité cérébrale. Contrôler ces systèmes complexes interconnectés est un challenge actuel. La dernière décennie a vu une explosion des études qui appliquent la théorie du contrôle à des réseaux. Des avancées importantes ont permis de comprendre comment sélectionner les nœuds qui peuvent en théorie piloter les réseaux entiers. Par contre, en pratique il est difficile de contrôler le réseau lorsque le nombre de nœuds pilotes est réduit. Cette contrainte est malheureusement commune notamment pour le contrôle des réseaux biologiques. Ce manuscrit explore la limite du contrôle par un seul nœud pilote car c'est la situation la plus vraisemblable dans la perspective de la stimulation cérébrale. Nous avons d'abord observé qu'en pratique un seul nœud pouvait contrôler précisément seulement 5 nœuds. Cette limite avait déjà été observée et nous avons voulu la dépasser. Nous avons alors décidé d'agréger les états des nœuds du réseau en quelques composantes qui seraient représentatives. Nous avons utilisé pour cela la méthode de projection sur les vecteurs propres du Laplacien du réseau. Cette méthode est incontournable dans le domaine de la réduction des réseaux et est aussi utilisée en réduction de dimensionnalité. En ne contrôlant que quelques composantes nous réduisons ainsi drastiquement le nombre de contraintes finales et le problème a un meilleur conditionnement. Nous avons appelé notre méthode : le contrôle en basse dimension des réseaux complexes. Nous avons testé et validé notre approche sur des réseaux simulés. Puis nous l'utilisons pour construire une métrique de contrôlabilité qui n'est pas impactée par les problèmes numériques qui surviennent en haute dimension. Nous avons appliqué la métrique à une grande collection de réseau structurel de cerveaux de plus de 6000 sujets sains. Ceci nous a permis de cartographier la contrôlabilité des 9 réseaux majeurs qui sous-tendent la cognition humaine
Controllability and optimal control are specific fields of mathematics that have been developed since the industrial revolution in order to command engineered systems. Nowadays, many systems are interconnected and form networks like the world wide web, transportation networks, or power grids. The biological world is also full of networks: vascular networks, gene regulation, and brain connectivity networks. Gaining control over these large and complex interconnected systems is challenging. During the last decade, there has been an explosion of studies applying controllability theory to networks. Some breakthroughs were made in characterizing the minimum number of controlled nodes and their placement. However, practically controlling networks and steering them toward specific configurations remains challenging mainly when a small fraction of nodes are controlled which is a common constraint, especially for biological networks. This dissertation aims to explore the limit where only one single driver is allowed as it would certainly be the case for brain stimulation perspectives. We observed in practice that one driver node can only control five target nodes. This practical limit was previously observed and documented so we developed a way to aggregate the states of large networks onto a few representative components. For that, we decided to take advantage of the Laplacian eigenmaps method that was already successfully applied in graph embedding and dimensionality reduction techniques. By controlling a few output components, we drastically reduce the number of terminal constraints and ensure that the problem is well-conditioned. We called our method low-dimensional network control. We tested and validated it with synthetic networks. We found that it can be adapted to build a controllability metric that is well-scaled and which does not suffer from numerical issues that arise in high dimension. We applied our method to a large cohort (N > 6k) of healthy participants deriving a detailed map of single-driver controllability for 9 large-scale networks that support human cognition

APA, Harvard, Vancouver, ISO, and other styles

33

Chaix-Eichel, Naomi. "Etude du rôle de l’architecture des réseaux neuronaux dans la prise de décision à l’aide de modèles de reservoir computing." Electronic Thesis or Diss., Bordeaux, 2024. http://www.theses.fr/2024BORD0279.

Full text

Abstract:

Une similarité frappante existe dans l’organisation et la structure de certaines régions du cerveau chez diverses espèces. Par exemple, la structure cérébrale des vertébrés, des poissons aux mammifères, présente une similarité remarquable dans des régions telles que le cortex, l’hippocampe, le cervelet et les ganglions de la base. Cela suggère que ces régions sont apparues tôt dans l’évolution des vertébrés et ont été conservées au fil du temps. La persistance de ces structures soulève des questions fondamentales sur leurs origines évolutives : sont-elles des solutions uniques et optimales pour le traitement de l’information et le contrôle du comportement, ou d’autres architectures cérébrales pourraient-elles émerger pour offrir des propriétés fonctionnelles équivalentes ? Cette thèse étudie la relation entre la structure du cerveau et les fonctions cognitives, en se concentrant particulièrement sur le processus de prise de décision. Nous proposons d’utiliser un type de réseau de neurones récurrent appelé Echo State Network qui est structurellement minimal et dans lequel les neurones sont connectées de manière aléatoire. Nous voulons déterminer si ce modèle minimal peut capturer tout processus décisionnel et si ce n’est pas le cas, nous chercherons l’existence de structures alternatives. Premièrement, nous démontrons qu’un modèle minimal est capable de résoudre des tâches décisionnelles simples dans le contexte de la navigation spatiale. Ensuite, nous montrons que cette structure minimale a des limitations de performance lorsqu’il s’agit de tâches plus complexes, nécessitant plus de structures pour retrouvant de bonnes performances. Troisièmement, nous utilisons un algorithme génétique faisant évoluer la structure du réseau vers des configurations plus complexes, ce qui nous conduit à découvrir plusieurs solutions réalisables émergeantes de variations structurelles. De plus, nos résultats révèlent que des architectures identiques peuvent manifester une gamme de comportements différents, nous incitant à explorer les facteurs supplémentaires pouvant contribuer à ces différences comportementales, au-delà des variations structurelles. Notre analyse du comportement de 24 singes vivant en communauté révèle que des facteurs sociaux, tels que la hiérarchie sociale, jouent un rôle significatif dans l’influence du comportement. Cette thèse adopte une approche qui diffère des méthodologies traditionnelles en neurosciences. Plutôt que de construire directement des architectures biologique, les modèles sont construits en faisant évoluer leur structures de simples à complexes, reproduisant ainsi le processus de l’évolution biologique. En s’appuyant sur les principes de réalisabilité multiple, cette approche permet l’évolution de configurations structurelles diverses capables de parvenir à des résultats fonctionnels équivalents
A striking similarity exists in the organization and structure of certain brain regions across diverse species. For instance, the brain structure of vertebrates, from fish to mammals, includes regions like the cortex, hippocampus, cerebellum and basal ganglia with remarkable similarity. The presence of these structures across a wide range of species strongly suggests that they emerged early in vertebrate evolution and have been conserved throughout evolution. The persistence of these structures raises intriguing questions about their evolutionary origins: are they unique and optimal solutions for processing information and controlling behavior, or could alternative brain architectures emerge to achieve similar functional properties? To investigate this question, this thesis explores the relationship between brain architecture and cognitive function, with a focus on decision-making processes. We propose to use variants of a recurrent neural network model (echo state network) that is structurally minimal and randomly connected. We aim to identify whether a minimal model can capture any decision-making process and if it cannot, we explore whether multiple realizable solutions emerge through structural variations. First we demonstrate that a minimal model is able to solve simple decision tasks in the context of spatial navigation. Second, we show that this minimal structure has performance limitations when handling more complex tasks, requiring additional structural constraints to achieve better results. Third, by employing a genetic algorithm to evolve network structure to more complex ones, we discover that multiple realizable solutions emerging through structural variations. Furthermore we reveal that identical architectures can exhibit a range of different behaviors, leading us to investigate additional factors contributing to these different behaviors beyond structural variations. Our analysis of the behavior of 24 monkeys living in a community reveals that social factors, such as social hierarchy, play a significant role in their behavior. This thesis takes an approach that differs from traditional neuroscience methodologies. Rather than directly constructing biologically inspired architectures, the models are designed from simple to complex structures, reproducing the process of biological evolution. By leveraging the principles of multiple realizability, this approach enables the evolution of diverse structural configurations that can achieve equivalent functional outcomes

APA, Harvard, Vancouver, ISO, and other styles

34

Guedj, Carole. "Modulation noradrénergique de l’attention." Thesis, Lyon, 2016. http://www.theses.fr/2016LYSE1294/document.

Full text

Abstract:

La neuromodulation apporte une extraordinaire richesse à la dynamique des réseaux de neurones. Parmi les neuromodulateurs du système nerveux central, la noradrénaline permettrait de faciliter l'adaptation du comportement face aux variations des contraintes environnementales en modulant l'attention, cette fonction au coeur de la cognition qui nous permet de sélectionner l'information la plus pertinente en fonction de notre but. Ce processus complexe qui opère à chaque instant à la fois dans l'espace et le temps, constitue une étape essentielle dans cette adaptation comportementale. Cependant, à ce jour, les mécanismes par lesquels ce neuromodulateur exerce ses effets sur le cerveau sain demeurent mal connus. Mon travail de thèse a pour objectif d'examiner les déterminants comportementaux et les marqueurs neuronaux de l'effet stimulant des agonistes noradrénergiques. La question posée était : "Comment la noradrénaline agit-elle pour optimiser l'attention?" Pour répondre à cette question, j'ai choisi de combiner la pharmacologie, l'analyse du comportement, et l'imagerie par résonnance magnétique fonctionnelle chez le singe. Un des principaux résultats de mes travaux est que l'administration d'agents noradrénergiques induit une large réorganisation des réseaux cérébraux, qui pourrait être à l'origine de l'optimisation des réponses comportementales observées parallèlement
Neuromodulation provides an extraordinary wealth to the dynamics of neural networks. Among the neuromodulators of the central nervous system, noradrenaline would facilitate behavioral adaptation facing variations of environmental constraints by modulating attention, this function at the heart of cognition that allows us to select the most relevant information based our goal. This complex process that operates at every moment both in space and time, is an essential step in this behavioral adaptation. However, to date, the mechanisms by which this neuromodulator exerts its effects on healthy brain remain unknown. My thesis aims to examine the behavioral and neural markers of the boosting effect of noradrenergic agonists. The question asked was: "How does noradrenaline optimize attention?" To answer this question, I chose to combine pharmacology, behavior analysis, and functional Magnetic Resonance Imaging in monkeys. One of the main results of my work is that the administration of noradrenergic agents induced a large-scale brain networks reorganization, which could be responsible for optimizing behavioral responses observed in parallel

APA, Harvard, Vancouver, ISO, and other styles

35

Rizkallah, Jennifer. "Characterization of neocortical networks from high-resolution EEG : application to disorders of consciousness." Thesis, Rennes 1, 2019. http://www.theses.fr/2019REN1S095.

Full text

Abstract:

Le cerveau humain est un réseau complexe. Une fonction cognitive efficace est garantie lorsque le cerveau reconfigure d’une manière dynamique l'organisation de son réseau durant le temps. Les études ont montré que la plupart des troubles cérébraux, y compris les maladies neuro-dégénératives et mentales, se caractérisent par des altérations du réseau cérébral structurel et/ou fonctionnel. Il existe donc une forte demande pour des nouvelles méthodes non invasives, basées sur les réseaux et faciles à utiliser, permettant d'identifier ces réseaux pathologiques. La méthode appelée connectivité de sources en électroencéphalographie (EEG) permet de suivre la dynamique des réseaux cérébraux large échelle avec une excellente résolution temporelle. C’est dans ce contexte que s’inscrivent mes travaux de thèse qui prolongent les développements méthodologiques et cliniques de notre équipe de recherche sur la connectivité fonctionnelle au niveau des sources cérébrales. L’objectif de mes travaux de thèse est double : i) progresser sur les aspects méthodologiques de la méthode connectivité de sources en EEG et ii) utiliser cette méthode dans une application clinique en lien avec les troubles de la conscience. Ma thèse se divise donc en deux grandes parties, avec deux études réalisées dans chaque partie. Dans la première partie (aspects méthodologiques), j’ai abordé, dans une première étude, la capacité de la méthode connectivité de sources en EEG à suivre les altérations dynamiques des réseaux cérébraux durant une tâche cognitive rapide. Puis dans une seconde étude, j’ai testé l’effet du problème de l’étalement spatial des sources sur la reconstruction des réseaux fonctionnels. Dans la deuxième partie (applications cliniques), j’ai analysé les altérations dans les réseaux cérébraux chez les patients souffrant d’un désordre de la conscience, en utilisant une analyse statique pour la première étude et une analyse dynamique pour la deuxième étude
The human brain is a complex network. Cognitive function is guaranteed when the brain dynamically reconfigures its network organization over time. Studies have showed that most brain disorders, including neurodegenerative and mental diseases, are characterized by changes in the structural and/or functional brain networks. Thus, there is a strong demand for new, non-invasive, network-based and easy-to-use methods to identify these pathological networks. Electroencephalography (EEG) source connectivity method enables the tracking of large scale brain networks dynamics with an excellent temporal resolution. It is in this context that my thesis was carried out. My work here extends the methodological and clinical developments of our research team on functional connectivity at cortical level. The aim of my thesis work is twofold: i) to progress on the methodological aspects of the EEG source connectivity method and ii) to use this method in a clinical application related to the disorders of consciousness. My thesis is divided into two main parts, with two studies realized in each part. In the first part (methodological aspects), I approached, in a first study, the capacity of the EEG source connectivity method to track the brain network dynamic alterations during a fast cognitive task. Then in a second study, I tested the effect of the spatial leakage problem on the reconstructed functional brain networks. In the second part (clinical applications), I analyzed brain networks alterations in patients with disorders of consciousness, using static analysis in the first study and dynamic analysis in the second one

APA, Harvard, Vancouver, ISO, and other styles

36

Mheich, Ahmad. "Méthodes de classification des graphes : application à l’identification des réseaux fonctionnels impliqués dans les processus de mémoire." Thesis, Rennes 1, 2016. http://www.theses.fr/2016REN1S115/document.

Full text

Abstract:

Le cerveau humain est un réseau «large-échelle» formé de régions corticales distribuées et fonctionnellement interconnectées. Le traitement de l'information par le cerveau est un processus dynamique mettant en jeu une réorganisation rapide des réseaux cérébraux fonctionnels, sur une échelle de temps très courte (inférieure à la seconde). Dans le champ des neurosciences cognitives, deux grandes questions restent ouvertes concernant ces réseaux. D'une part, est-il possible de suivre leur dynamique spatio-temporelle avec une résolution temporelle nettement supérieure à celle de l'IRM fonctionnelle? D'autre part, est-il possible de mettre en évidence des différences significatives dans ces réseaux lorsque le cerveau traite des stimuli (visuels, par exemple) ayant des caractéristiques différentes. Ces deux questions ont guidé les développements méthodologiques élaborés dans cette thèse. En effet, de nouvelles méthodes basées sur l'électroencéphalographie sont proposées. Ces méthodes permettent, d'une part de suivre la reconfiguration dynamique des réseaux cérébraux fonctionnels à une échelle de temps inférieure à la seconde. Elles permettent, d'autre part, de comparer deux réseaux cérébraux activés dans des conditions spécifiques. Nous proposons donc un nouvel algorithme bénéficiant de l'excellente résolution temporelle de l'EEG afin de suivre la reconfiguration rapide des réseaux fonctionnels cérébraux à l'échelle de la milliseconde. L'objectif principal de cet algorithme est de segmenter les réseaux cérébraux en un ensemble d' «états de connectivité fonctionnelle» à l'aide d'une approche de type « clustering ». L'algorithme est basé sur celui des K-means et a été appliqué sur les graphes de connectivité obtenus à partir de l'estimation des valeurs de connectivité fonctionnelle entre les régions d'intérêt considérées. La seconde question abordée dans ce travail relève de la mesure de similarité entre graphes. Ainsi, afin de comparer des réseaux de connectivité fonctionnelle, nous avons développé un algorithme (SimNet) capable de quantifier la similarité entre deux réseaux dont les nœuds sont définis spatialement. Cet algorithme met en correspondance les deux graphes en « déformant » le premier pour le rendre identique au second sur une contrainte de coût minimal associée à la déformation (insertion, suppression, substitution de nœuds et d’arêtes). Il procède selon deux étapes, la première consistant à calculer une distance sur les nœuds et la seconde une distance sur les arrêtes. Cet algorithme fournit un indice de similarité normalisé: 0 pour aucune similarité et 1 pour deux réseaux identiques. Il a été évalué sur des graphes simulés puis comparé à des algorithmes existants. Il montre de meilleures performances pour détecter la variation spatiale entre les graphes. Il a également été appliqué sur des données réelles afin de comparer différents réseaux cérébraux. Les résultats ont montré des performances élevées pour comparer deux réseaux cérébraux réels obtenus à partir l'EEG à haute résolution spatiale, au cours d'une tâche cognitive consistant à nommer des éléments de deux catégories différentes (objets vs animaux)
The human brain is a "large-scale" network consisting of distributed and functionally interconnected regions. The information processing in the brain is a dynamic process that involves a fast reorganization of functional brain networks in a very short time scale (less than one second). In the field of cognitive neuroscience, two big questions remain about these networks. Firstly, is it possible to follow the spatiotemporal dynamics of the brain networks with a temporal resolution significantly higher than the functional MRI? Secondly, is it possible to detect a significant difference between these networks when the brain processes stimuli (visual, for example) with different characteristics? These two questions are the main motivations of this thesis. Indeed, we proposed new methods based on dense electroencephalography. These methods allow: i) to follow the dynamic reconfiguration of brain functional networks at millisecond time scale and ii) to compare two activated brain networks under specific conditions. We propose a new algorithm benefiting from the excellent temporal resolution of EEG to track the fast reconfiguration of the functional brain networks at millisecond time scale. The main objective of this algorithm is to segment the brain networks into a set of "functional connectivity states" using a network-clustering approach. The algorithm is based on K-means and was applied on the connectivity graphs obtained by estimation the functional connectivity values between the considered regions of interest. The second challenge addressed in this work falls within the measure of similarity between graphs. Thus, to compare functional connectivity networks, we developed an algorithm (SimNet) that able to quantify the similarity between two networks whose node coordinates is known. This algorithm maps one graph to the other using different operations (insertion, deletion, substitution of nodes and edges). The algorithm is based on two main parts, the first one is based on calculating the nodes distance and the second one is to calculate the edges distance. This algorithm provides a normalized similarity index: 0 for no similarity and 1 for two identical networks. SimNet was evaluated with simulated graphs and was compared with previously-published graph similarity algorithms. It shows high performance to detect the similarity variation between graphs involving a shifting of the location of nodes. It was also applied on real data to compare different brain networks. Results showed high performance in the comparison of real brain networks obtained from dense EEG during a cognitive task consisting in naming items of two different categories (objects vs. animals)

APA, Harvard, Vancouver, ISO, and other styles

37

Tran, dong Minh Ngoc Thien Kim. "Connectome structurel des réseaux neuronaux des patients d’épisode dépressif caractérisé étudié en IRM de tenseur de diffusion et de tractographie." Thesis, Université Paris-Saclay (ComUE), 2018. http://www.theses.fr/2018SACLS082/document.

Full text

Abstract:

Episode dépressif caractérisé (EDC) devient de plus en plus fréquent dans le monde entier. Les imageries fonctionnelles et volumétriques ont trouvé des activations anormales et des réductions de la substance grise cérébrale des patients d’EDC. Pourtant, le pattern des connexions cérébrales (le connectome structurel) des patients en EDC en imagerie de diffusion est peu connu et incomplet. L’objectif de ce travail est d’étudier le connectome structurel des patients d’EDC. Pendant 3 ans du 03/2014 au 03/2017, 56 patients d’EDC et 31 sujets sains de contrôles ont inclus dans l’étude. Tous ces patients ont reçu le même traitement de dépression de venlafaxine et ont été suivi 3 mois. Ils ont reçu l’évaluation clinique et d’IRM anatomique et de la diffusion cérébrale à l’inclusion et à 3 mois.Les contrôles ne sont évalués qu’à l’inclusion. A 3 mois, 37 patients sur 56 ont fini toutes les évaluations.On a trouvé que l’ancienne usage de l’antidépresseur (AD) et l’ancien épisode de dépression lient respectivement à l’augmentation et à la diminution de l’anisotropie cérébrale des patients déprimés. Aucune différence de l’anisotropie cérébrale entre les patients et les sujets sains à l’inclusion et à 3 mois du traitement n’a été détectée. La réponse à l’AD ne lie pas à l’anisotropie cérébrale des patients à l’inclusion et à 3 mois. La topographie des connexions semble modifiée mais pas significative. Ce résultat a mis en évidence pour la première fois 2 affections opposites de l’AD et de la dépression sur le connectome structurel cérébral à long terme
Major depressive disorder (MDD) is expanding on worldwide. Functional and volumetric imaging found abnormal activities and reductions in cerebral gray matter in MDD patients. However, the pattern of brain connections (structural connectome) of MDD patients in diffusion imaging remains unclear. The objective of this work is to study the structural connectome of MDD patients. For 3 years from 03/2014 to 03/2017, 56 MDD patients and 31 healthy controls (HC) were included in the study. All of these patients received the same venlafaxine depression treatment and were followed for 3 months. They received clinical evaluation and anatomical MRI and cerebral diffusion at baseline and at 3 months. HC are evaluated once at inclusion. At 3 months, 37 out of 56 patients completed all assessments. The old use of the antidepressant drugs (AD) and the previous episode of depression have been found to be related to the increased and decreased of cerebral anisotropy in depressed patients, respectively. No differences in cerebral anisotropy between patients and HC at baseline and at 3 months of treatment were detected. The response to AD is not related to patients’ cerebral anisotropy at baseline and at 3 months. The topography of the connections seems modified but not significant. This result showed for the first time 2 opposing affections of AD and depression on the cerebral structural connectome in long term

APA, Harvard, Vancouver, ISO, and other styles

38

Kopal, Jakub. "Usage de la connectivité pour étudier les (dys)fonctions cérébrales." Thesis, Toulouse 3, 2021. http://www.theses.fr/2021TOU30020.

Full text

Abstract:

Nous nous représentons le cerveau comme un réseau complexe de régions structurellement connectées et fonctionnellement couplées. Les fonctions cognitives découlent de l'activité coordonnée de régions corticales distantes. La connectivité est utilisée pour représenter la coopération de régions cérébrales ségréguées et fonctionnellement spécialisées. Qu'il s'agisse de l'analyse des liens anatomiques, des dépendances statistiques ou des interactions causales, la connectivité révèle des aspects fondamentaux du fonctionnement (dys)cérébral. Cependant, l'estimation et l'application de la connectivité posent encore des problèmes. C'est pourquoi cette thèse est consacrée à surmonter ces défis. Le premier défi provient de l'effet néfaste du bruit systématique (comme les mouvements de la tête) sur les estimations de la connectivité. Nous avons proposé un indice qui décrit la qualité de la connectivité et qui peut refléter différents types d'artefacts, d'erreurs de traitement et de pathologie cérébrale, permettant son utilisation étendue dans le suivi de la qualité des données et les investigations méthodologiques. En outre, les altérations de la connectivité jouent un rôle inestimable dans la compréhension des dysfonctionnements cérébraux. En étudiant certains mécanismes de l'épilepsie, nous montrons que la connectivité peut suivre les changements progressifs de la susceptibilité aux crises et identifier les facteurs déterminants de la génération des crises. L'identification des moments critiques de modification de la connectivité pourrait aider à prédire avec succès les crises. Enfin, on ne comprend pas bien comment le cerveau s'adapte aux exigences des tâches cognitives à une échelle de temps rapide. Nous présentons une combinaison d'EEG intracrâniens et de mesures de pointe épileptiques pour étudier la dynamique des réseaux pendant la mémoire de reconnaissance. Il est essentiel de comprendre comment le cerveau fait face dynamiquement aux changements rapides des demandes cognitives pour comprendre les bases neurales de la cognition. En conclusion, l'objectif modeste de cette thèse est de répondre au moins partiellement à certains des nombreux défis auxquels les neurosciences actuelles sont confrontées
We picture the brain as a complex network of structurally connected regions that are functionally coupled. Brain functions arise from the coordinated activity of distant cortical regions. Connectivity is used to represent the cooperation of segregated and functionally specialized brain regions. Whether it is the analysis of anatomical links, statistical dependencies, or causal interactions, connectivity reveals fundamental aspects of brain (dys)function. However, estimating and applying connectivity still faces many challenges; therefore, this work is devoted to tackling them. The first challenge stems from the detrimental effect of systematic noise (such as head movements) on connectivity estimates. We proposed an index that depicts connectivity quality and can reflect various artifacts, processing errors, and brain pathology, allowing extensive use in data quality screening and methodological investigations. Furthermore, connectivity alterations play an invaluable role in understanding brain dysfunction. Investigating the mechanisms of epilepsy, we show that connectivity can track gradual changes of seizure susceptibility and identify driving factors of seizure generation. Identifying critical times of connectivity changes could help in successful seizure prediction. Finally, how the brain adapts to task demands on fast timescales is not well understood. We present a combination of intracranial EEG and state-of-art measures to investigate network dynamics during recognition memory. Understanding how the brain dynamically faces rapid changes in cognitive demands is vital to our comprehension of the neural basis of cognition. In conclusion, the modest goal of this thesis is to at least partially answer some of the many challenges that current neuroscience is facing

APA, Harvard, Vancouver, ISO, and other styles

39

Landelle, Caroline. "Impact du vieillissement sur la perception multisensorielle et les processus cérébraux sous-jacents : étude de la kinesthésie et de la perception de textures." Thesis, Aix-Marseille, 2019. http://www.theses.fr/2019AIXM0146.

Full text

Abstract:

Nous percevons mieux notre corps et notre environnement si l’on tient compte de plusieurs sources sensorielles en même temps. Mais tous les systèmes sensoriels déclinent progressivement au cours du vieillissement. Cette thèse a contribué à mieux comprendre comment les perceptions multisensorielles et les réseaux cérébraux qui les sous-tendent sont modifiés chez la personne âgée. Ce travail souligne l’existence d’une repondération des informations sensorielles et une facilitation générale des processus d’interaction entre les sens pour optimiser la perception des mouvements du corps ou la perception de textures dès 65 ans. Au niveau cérébral, l'effondrement des processus inhibiteurs avec l'âge entrainerait une moins bonne sélection des réseaux et expliquerait les troubles perceptifs. Néanmoins, les personnes âgées pourraient bénéficier d’un recrutement cérébral moins spécifique pour surmonter au moins partiellement ces déclins sensoriels
We can better perceive our body and our environment if we take into account several sensory sources at the same time. However, all sensory systems gradually decline with aging. This thesis contributes to a better understanding of how multisensory perceptions and the underlying brain networks are modified in the elderly. This work highlights both a reweighting of sensory information and a general facilitation of interaction processes between the senses to optimize the perception of body movements or the perception of textures as soon of 65 years old. At the brain level, the break-down of inhibitory processes with age would lead to a poorer selection of networks and would explain perceptual disorders. Nevertheless, older people could benefit from less specific brain recruitment to at least partially compensate these sensory declines

APA, Harvard, Vancouver, ISO, and other styles

40

Hazem, Nesrine. "Conscience de soi et contact interindividuel : études en électrophysiologie et magnétoencéphalographie." Thesis, Sorbonne université, 2018. http://www.theses.fr/2018SORUS087/document.

Full text

Abstract:

Les situations de contact interpersonnel participeraient à la construction d’un sens basique du soi durant l’enfance, et de nos représentations de soi tout au long de la vie. Bien que l’on retrouve cette hypothèse de manière répandue dans la littérature, elle n’a été que très peu investigué expérimentalement. Cette thèse teste cet effet potentiel chez l’adulte. Deux études combinant mesures électrophysiologiques et comportementales montrent une augmentation d’une forme minimale de conscience de soi –des informations afférentes provenant du corps– suite à un contact social. Cet effet est reproduit dans 3 modalités sensorielles (contact social visuel, auditif et tactile). Une 3ème étude en magnétoencéphalographie teste l’effet d’un contexte de contact interpersonnel multisensoriel accru (vs réduit), entre un expérimentateur et des participants, sur la connectivité fonctionnelle des réseaux cérébraux dits de repos, et sur le contenu des pensées des participants. Nos résultats mettent en évidence une augmentation des processus cérébraux et cognitifs orientés sur le soi sous une forme hautement intégrée, associée à une diminution des processus sensoriels orientés sur l’environnement extérieur, à la suite d’un contact social accru. Dans l’ensemble, nos résultats suggèrent que le contact social améliore plusieurs facettes de la représentation de soi, aussi bien des aspects corporels, que des aspects plus haut-niveau et intégrés du soi narratif. Nos interactions sociales tout au long de la vie pourraient ainsi induire un contexte cérébral et cognitif centré sur un soi multifacette qui favoriserait la conscience de soi, et la construction d’un sens de l’identité incarné et situé
Situations of interpersonal contact could contribute to the construction of a basic sense of self during childhood and to self-representations through lifespan. Although this hypothesis is widespread in the literature, the effect of social contact on self-awareness has been rarely been investigated experimentally. The aim of this PhD thesis is to investigate such an effect in human adults. In two studies combining electrophysiological measurements and behavioural responses, we show an enhancement of a minimal form of self-awareness – i.e. of the afferent information arising from the body – following social contact. This is reproduced across three sensory modalities (visual, auditory and tactile social contact). In a third study, we use magnetoencephalography to test the effect of an increased (vs reduced) multisensory interpersonal contact context between an experimenter and participants, on the functional connectivity of resting-state networks and on the participants’ thought contents. Our results revealed an enhancement of self-oriented cognitive and brain processes in a highly integrated form, associated to a decrease in externally oriented sensory processes, as a result of the social context of increased interpersonal contact. Together, our results suggest that social contact enhances multiple facets of self-representation, including basic bodily aspects of a minimal self, as well as higher level and integrated aspects of a narrative self. Our social interactions throughout lifespan may thus induce a cerebral and cognitive context centred on a multifaceted self, which would foster self-awareness and the construction of an embodied and embedded sense of identity

APA, Harvard, Vancouver, ISO, and other styles

41

Mastrogiuseppe, Francesca. "From dynamics to computations in recurrent neural networks." Thesis, Paris Sciences et Lettres (ComUE), 2017. http://www.theses.fr/2017PSLEE048/document.

Full text

Abstract:

Le cortex cérébral des mammifères est constitué de larges et complexes réseaux de neurones. La tâche de ces assemblées de cellules est d’encoder et de traiter, le plus précisément possible, l'information sensorielle issue de notre environnement extérieur. De façon surprenante, les enregistrements électrophysiologiques effectués sur des animaux en comportement ont montré que l’activité corticale est excessivement irrégulière. Les motifs temporels d’activité ainsi que les taux de décharge moyens des cellules varient considérablement d’une expérience à l’autre, et ce malgré des conditions expérimentales soigneusement maintenues à l’identique. Une hypothèse communément répandue suggère qu'une partie importante de cette variabilité émerge de la connectivité récurrente des réseaux. Cette hypothèse se fonde sur la modélisation des réseaux fortement couplés. Une étude classique [Sompolinsky et al, 1988] a en effet montré qu'un réseau de cellules aux connections aléatoires exhibe une transition de phase : l’activité passe d'un point fixe ou le réseau est inactif, à un régime chaotique, où les taux de décharge des cellules fluctuent au cours du temps et d’une cellule à l’autre. Ces analyses soulèvent néanmoins de nombreuse questions : de telles fluctuations sont-elles encore visibles dans des réseaux corticaux aux architectures plus réalistes? De quelle façon cette variabilité intrinsèque dépend-elle des paramètres biophysiques des cellules et de leurs constantes de temps ? Dans quelle mesure de tels réseaux chaotiques peuvent-ils sous-tendre des computations ? Dans cette thèse, on étudiera la dynamique et les propriétés computationnelles de modèles de circuits de neurones à l’activité hétérogène et variable. Pour ce faire, les outils mathématiques proviendront en grande partie des systèmes dynamiques et des matrices aléatoires. Ces approches seront couplées aux méthodes statistiques des champs moyens développées pour la physique des systèmes désordonnées. Dans la première partie de cette thèse, on étudiera le rôle de nouvelles contraintes biophysiques dans l'apparition d’une activité irrégulière dans des réseaux de neurones aux connections aléatoires. Dans la deuxième et la troisième partie, on analysera les caractéristiques de cette variabilité intrinsèque dans des réseaux partiellement structurées supportant des calculs simples comme la prise de décision ou la création de motifs temporels. Enfin, inspirés des récents progrès dans le domaine de l’apprentissage statistique, nous analyserons l’interaction entre une architecture aléatoire et une structure de basse dimension dans la dynamique des réseaux non-linéaires. Comme nous le verrons, les modèles ainsi obtenus reproduisent naturellement un phénomène communément observé dans des enregistrements électrophysiologiques : une dynamique de population de basse dimension combinée avec représentations neuronales irrégulières, à haute dimension, et mixtes
The mammalian cortex consists of large and intricate networks of spiking neurons. The task of these complex recurrent assemblies is to encode and process with high precision the sensory information which flows in from the external environment. Perhaps surprisingly, electrophysiological recordings from behaving animals have pointed out a high degree of irregularity in cortical activity. The patterns of spikes and the average firing rates change dramatically when recorded in different trials, even if the experimental conditions and the encoded sensory stimuli are carefully kept fixed. One current hypothesis suggests that a substantial fraction of that variability emerges intrinsically because of the recurrent circuitry, as it has been observed in network models of strongly interconnected units. In particular, a classical study [Sompolinsky et al, 1988] has shown that networks of randomly coupled rate units can exhibit a transition from a fixed point, where the network is silent, to chaotic activity, where firing rates fluctuate in time and across units. Such analysis left a large number of questions unsolved: can fluctuating activity be observed in realistic cortical architectures? How does variability depend on the biophysical parameters and time scales? How can reliable information transmission and manipulation be implemented with such a noisy code? In this thesis, we study the spontaneous dynamics and the computational properties of realistic models of large neural circuits which intrinsically produce highly variable and heterogeneous activity. The mathematical tools of our analysis are inherited from dynamical systems and random matrix theory, and they are combined with the mean field statistical approaches developed for the study of physical disordered systems. In the first part of the dissertation, we study how strong rate irregularities can emerge in random networks of rate units which obey some among the biophysical constraints that real cortical neurons are subject to. In the second and third part of the dissertation, we investigate how variability is characterized in partially structured models which can support simple computations like pattern generation and decision making. To this aim, inspired by recent advances in networks training techniques, we address how random connectivity and low-dimensional structure interact in the non-linear network dynamics. The network models that we derive naturally capture the ubiquitous experimental observations that the population dynamics is low-dimensional, while neural representations are irregular, high-dimensional and mixed

APA, Harvard, Vancouver, ISO, and other styles

42

González, Astudillo Juliana. "Development of Network Features for Brain-Computer Interfaces." Electronic Thesis or Diss., Sorbonne université, 2022. http://www.theses.fr/2022SORUS286.

Full text

Abstract:

Une interface cerveau-machine (ICM) est un système capable de traduire les modèles d’activité cérébrale en messages pour une application. Il permet à un sujet d’envoyer des commandes à un appareil à travers l’activité cérébrale, sans nécessiter d’activité musculaire périphérique. Ces systèmes sont de plus en plus explorés pour le contrôle et la communication, ainsi que pour le traitement des troubles neurologiques, notamment via la capacité des sujets à moduler volontairement leur activité cérébrale grâce à l’imagerie mentale (IM). Pour contrôler une ICM, l’utilisateur doit produire différents types de signaux cérébraux que le système identifiera et traduira en commandes. Même si cette technique a été largement utilisée, la performance des sujets, mesurée comme la correcte classification de l’intention de l’utilisateur, affiche toujours de faibles scores. Une grande partie des efforts pour résoudre ce problème s’est concentrée sur la classification. Alors que la recherche de features alternatives a été peu explorée. Dans la plupart des systèmes mis en œuvre, la reconnaissance des états mentaux repose sur la puissance spectrale d’un nombre réduit de sources, en se concentrant sur les caractérisation d’une seule région du cerveau. Cependant, le cerveau n’est pas un ensemble de pièces isolées travaillant de manière indépendante. Il s’agit plutôt d’un réseau complexe qui intègre des informations dans des régions différemment spécialisées. Il s’avère que l’examen des signaux d’une région spécifique, tout en négligeant ses interactions avec les autres, simplifie à l’extrême le phénomène. Il serait préférable de comprendre le comportement collectif du système pour bien saisir le fonctionnement cérébral. Ainsi, nous pensons que l’étude à travers la connectivité fonctionnelle pourraient être plus représentatives de la complexité des processus neurophysiologiques, puisqu’elles mesurent les interactions entre différentes aires cérébrales, reflétant l’échange d’informations qui est essentiel pour décoder l’organisation cérébrale. Ensuite, ces interactions peuvent être synthétisées à l’aide d’estimateurs des réseaux complexes, modélisant le cerveau humain comme un réseau. Certes, l’analyse de réseau peut présenter une performance plus précise car elle optimise le coût de calcul et la dimensionnalité. Néanmoins, la simple extraction des propriétés topologiques du réseau, sans tenir compte de la nature spatiale intrinsèque du cerveau, pourrait manquer des informations cruciales pour comprendre le fonctionnement du cerveau. Des études récentes ont démontré que la connectivité cérébrale révèle la latéralisation des hémisphères lors de tâches liées à l’IM moteur. Couvrant ces deux concepts, nous avons exploré la double contribution de la topologie et de l’espace dans la modélisation des états mentaux moteurs par la latéralisation fonctionnelle. Plus précisément, nous avons introduit de nouvelles métriques pour quantifier la ségrégation et l’intégration au sein et entre les hémisphères, et nous avons montré qu’il s’agit de caractéristiques très pertinentes pour décoder une tâche mentale d’imagerie motrice. Ces propriétés de réseau donnent non seulement des précisions de classification compétitives, mais ont également l’avantage d’être interprétables sur le plan neurophysiologique, par rapport aux approches de pointe qui sont plutôt aveugles au mécanisme sous-jacent
A Brain-Computer Interface (BCI) is a system that can translate brain activity patterns into messages or commands for an interactive application. It enables a subject to send commands to a device only by means of brain activity, without requiring any peripherical muscular activity. These systems are increasingly explored for control and communication, as well as for treatment of neurological disorders, especially via the ability of subjects to voluntarily modulate their brain activity through mental imagery (MI). To control a BCI, the user must produce different brain signal patterns that the system will identify and translate into commands. Even though this technique has been widely used, subjects performance, measured as the correct classification of the user’s intent, still shows low scores. Much of the efforts to solve this problem have focused on the BCI classification block. While, the research of alternative features has been poorly explored. In most implemented systems, pattern recognition relies on power spectrum density (PSD) of a reduced number of sources, focusing on features that characterize a single brain region. However, the brain is not a collection of isolated pieces working independently. It rather consists of a distributed complex network that integrates information across differently specialized regions. It turns out that examining signals from one specific region, while neglecting its interactions with others, oversimplifies the phenomenon. It would be preferable to have an understanding of the system’s collective behaviour to fully capture the brain functioning. Thus, we hypothesize that functional connectivity (FC) features could be more representative of the complexity of neurophysiological processes, since they measure interactions between different brain areas, reflecting the information exchange that is essential to decode brain organization. Then, these interactions can be quantified using network theoretic approaches, extracting few summary properties of the entire complex brain network. Thus, network analysis may also be more efficient by reducing the problem dimension and optimizing the computational cost. Nevertheless, extracting topological properties of the network, while disregarding the intrinsic spatial nature of the brain, could overlook crucial information for understanding brain functioning. Recent neuroimaging studies demonstrated that brain connectivity reveals hemisphere lateralization during motor MI-related tasks. Covering these two concepts, we explored the dual contribution of brain network topology and space in modelling motor-related mental states through the concept of functional lateralization. Specifically, we introduced new metrics to quantify segregation and integration within and between the hemispheres, and we showed that they are highly relevant features for decoding a motor imagery mental task. These network properties not only give competitive classification accuracy but also have the advantage of being neurophysiologically interpretable, compared to state-of-the-art approaches that are instead blind to the underlying mechanism

APA, Harvard, Vancouver, ISO, and other styles

43

Malherbe, Caroline. "Imagerie des faisceaux de fibres et des réseaux fonctionnels du cerveau : application à l'étude du syndrome de Gilles de la Tourette." Phd thesis, Université Paris Sud - Paris XI, 2012. http://tel.archives-ouvertes.fr/tel-00980572.

Full text

Abstract:

L'objectif de cette thèse est d'identifier et caractériser les boucles anatomiques et fonctionnelles cortico-sous-corticales chez l'Homme, à partir de données d'imagerie par résonance magnétique fonctionnelle (IRMf) au repos et de diffusion. Une boucle est un ensemble de régions corticales, sous-corticales et cérébelleuses, qui interagissent afin d'effectuer ou de préparer une tâche.Le premier axe de ce travail vise à identifier les réseaux fonctionnels cortico-sous-corticaux en IRMf au repos. Nous proposons une méthode statistique robuste séparant l'analyse corticale de l'analyse sous-corticale. Une analyse en composantes indépendantes spatiales est d'abord réalisée individuellement sur les régions corticales, et suivie d'une classification hiérarchique. Les régions sous-corticales associées sont ensuite extraites par un modèle linéaire général dont les régresseurs comportent la dynamique des régions corticales, suivi d'une analyse de groupe à effets aléatoires. La méthode est validée sur deux jeux de données différents. Un atlas immunohistochimique des structures sous-corticales permet ensuite de déterminer la fonction sensorimotrice, associative ou limbique des réseaux obtenus. Nous montrons enfin que l'anatomie est un support pour la fonction chez des sujets sains.Le dernier axe étudie le syndrome de Gilles de la Tourette, qu'on pense être dû à un dysfonctionnement des boucles cortico-sous-corticales. Nous caractérisons d'abord les boucles cortico-sous-corticales fonctionnelles grâce à des métriques d'intégration et de théorie des graphes, et des différences en termes de connectivité sont mises en évidence entre patients adultes et volontaires sains. Nous montrons également que les boucles cortico-sous-corticales fonctionnelles chez les patients sont soutenues par l'anatomie sous-jacente.

APA, Harvard, Vancouver, ISO, and other styles

44

Dadi, Kamalaker. "Machine Learning on Population Imaging for Mental Health." Thesis, université Paris-Saclay, 2020. http://www.theses.fr/2020UPASG001.

Full text

Abstract:

Les troubles mentaux présentent une grande hétérogénéité entre les individus. Une difficulté fondamentale pour étudier leurs manifestations ou leurs facteurs de risque est que le diagnostic des conditions mentales pathologiques est rarement disponible dans les grandes cohortes de santé publique. Ici, nous cherchons à développer des biomarqueurs, signatures cérébrales de troubles mentaux. Pour cela, nous utilisons l'apprentissage automatique pour prédire les résultats de santé mentale grâce à l'imagerie de population, en se basant sur l’imagerie cérébrale (imagerie par résonance magnétique (IRM)). Compte tenu des évaluations comportementales ou cliniques, l'imagerie de population peut relier les caractéristiques uniques des variations cérébrales à ces mesures autodéclarées non cérébrales basées sur des questionnaires. Ces mesures non cérébrales fournissent une description unique des différences psychologiques de chaque individu qui peuvent être liées à la psychopathologie à l'aide de méthodes statistiques. Cette thèse de doctorat examine le potentiel d'apprentissage de tels résultats basés sur l'imagerie pour analyser la santé mentale. En utilisant des méthodes d'apprentissage automatique, nous effectuons une évaluation, à la fois complète et robuste, des mesures de population pour guider des prévisions de haute qualité des résultats pour la santé. Cette thèse est organisée en trois parties principales: premièrement, nous présentons une étude approfondie des biomarqueurs du connectome, deuxièmement, nous proposons une réduction significative des données qui facilite les études d'imagerie de population à grande échelle, et enfin nous introduisons des mesures indirectes pour la santé mentale. Nous avons d'abord mis en place une étude approfondie des connectomes d'imagerie afin de prédire les phénotypes cliniques. Avec l'augmentation des images cérébrales de haute qualité acquises en l’absence de tâche explicite, il y a une demande croissante d'évaluation des modèles prédictifs existants. Nous avons effectué des comparaisons systématiques reliant ces images aux évaluations cliniques dans de nombreuses cohortes pour évaluer la robustesse des méthodes d'imagerie des populations pour la santé mentale. Nos résultats soulignent la nécessité de fondations solides dans la construction de réseaux cérébraux entre les individus. Ils décrivent des choix méthodologiques clairs. Ensuite, nous contribuons à une nouvelle génération d'atlas fonctionnels du cerveau pour faciliter des prédictions de haute qualité pour la santé mentale. Les atlas fonctionnels du cerveau sont en effet le principal goulot d'étranglement pour la qualité de la prédiction. Ces atlas sont construits en analysant des volumes cérébraux fonctionnels à grande échelle à l'aide d'un algorithme statistique évolutif, afin d'avoir une meilleure base pour la prédiction des résultats. Après les avoir comparés avec des méthodes de pointe, nous montrons leur utilité pour atténuer les problèmes de traitement des données à grande échelle. La dernière contribution principale est d'étudier les mesures de substitution potentielles pour les résultats pour la santé. Nous considérons des comparaisons de modèles à grande échelle utilisant des mesures du cerveau avec des évaluations comportementales dans une cohorte épidémiologique d'imagerie, le UK Biobank. Dans cet ensemble de données complexe, le défi consiste à trouver les covariables appropriées et à les relier à des cibles bien choisies. Cela est difficile, car il y a très peu de cibles pathologiques fiables. Après une sélection et une évaluation minutieuses du modèle, nous identifions des mesures indirectes qui sont en corrélation avec des conditions non pathologiques comme l'état de sommeil, la consommation d'alcool et l'activité physique. Ceux-ci peuvent être indirectement utiles pour l'étude épidémiologique de la santé mentale
Mental disorders display a vast heterogeneity across individuals. A fundamental challenge to studying their manifestations or risk factors is that the diagnosis of mental pathological conditions are seldom available in large public health cohorts. Here, we seek to develop brain signatures, biomarkers, of mental disorders. For this, we use ma-chine learning to predict mental-health outcomes through population imaging i. e. with brain imaging (Magnetic Resonance Imaging ( MRI )).Given behavioral or clinical assessments, population imaging can relate unique features of the brain variations to these non-brain self-reported measures based on questionnaires. These non-brain measurements carry a unique description of each individual’s psychological differences which can be linked to psychopathology using statistical methods. This PhD thesis investigates the potential of learning such imaging-based outcomes to analyze mental health. Using machine-learning methods, we conduct an evaluation, both a comprehensive and robust, of population measures to guide high-quality predictions of health outcomes. This thesis is organized into three main parts: first, we present an in-depth study of connectome biomarkers, second, we propose a meaningful data reduction which facilitates large-scale population imaging studies, and finally we introduce proxy measures for mental health. We first set up a thorough benchmark for imaging-connectomes to predict clinical phenotypes. With the rise in the high-quality brain images acquired without tasks, there is an increasing demand in evaluation of existing models for predictions. We performed systematic comparisons relating these images to clinical assessments across many cohorts to evaluate the robustness of population imaging methods for mental health. Our benchmarks emphasize the need for solid foundations in building brain networks across individuals. They outline clear methodological choices. Then, we contribute a new generation of brain functional atlases to facilitate high-quality predictions for mental health. Brain functional atlases are indeed the main bottleneck for prediction. These atlases are built by analyzing large-scale functional brain volumes using scalable statistical algorithm, to have better grounding for outcome prediction. After comparing them with state-of-the-art methods, we show their usefulness to mitigate large-scale data handling problems. The last main contribution is to investigate the potential surrogate measures for health outcomes. We consider large-scale model comparisons using brain measurements with behavioral assessments in an imaging epidemiological cohort, the United Kingdom ( UK ) Biobank. On this complex dataset, the challenge lies in finding the appropriate covariates and relating them to well-chosen outcomes. This is challenging, as there are very few available pathological outcomes. After careful model selection and evaluation, we identify proxy measures that display distinct links to socio-demographics and may correlate with non-pathological conditions like the condition of sleep, alcohol consumption and physical fitness activity. These can be indirectly useful for the epidemiological study of mental health

APA, Harvard, Vancouver, ISO, and other styles

45

Vallat, Raphaël. "Fréquence et contenu du rapport de rêve : approches comportementales et neurophysiologiques." Thesis, Lyon, 2017. http://www.theses.fr/2017LYSE1335/document.

Full text

Abstract:

Objet de nombreuses spéculations religieuses ou philosophiques, le rêve reste encore l'une des grandes terra incognita de la cognition humaine.Une des questions récurrentes sur le rêve porte sur la grande variabilité de fréquence de rappel de rêve. En effet, alors que certaines personnes se souviennent de leurs rêves quotidiennement (« Rêveurs »), d'autres ne s'en souviennent que très rarement (« Non-rêveurs »). Le principal objectif de notre travail de thèse a été de caractériser les corrélats cérébraux et comportementaux de cette variabilité interindividuelle, en comparant entre ces deux groupes la structure du sommeil (Étude 1), mais aussi l'activité cérébrale pendant les minutes qui suivent le réveil (Étude 2). Nous avons entre autres montré que les « Rêveurs » faisaient preuve d'une plus grande connectivité fonctionnelle au sein du réseau par défaut et de régions impliquées dans des processus mnésiques dans les minutes suivant l'éveil, ce qui pourrait faciliter chez ces personnes le rappel et/ou la consolidation du rêve. Cette étude nous a également permis, grâce à l'analyse des nombreuses réponses obtenues au questionnaire de recrutement, de mesurer les habitudes de sommeil et de rêve chez un échantillon large d'étudiants de l'Université de Lyon 1 (Étude 3).Dans une quatrième étude comportementale, nous nous sommes intéressés au lien existant entre la vie éveillée et le contenu du rêve. Nos résultats ont permis de mieux caractériser les facteurs influençant la probabilité d'incorporation des évènements de la vie éveillée dans le rêve, et ont mis en évidence l'importance du rêve dans des processus de régulation émotionnelle.Finalement, en parallèle de ces travaux, nous nous sommes attachés au développement d'un logiciel gratuit de visualisation et d'analyse de tracés de polysomnographie, dont l'objectif est de fournir une interface intuitive et portable aux étudiants et chercheurs travaillant sur le sommeil
Since the dawn of time, humans have sought to understand the nature and meaning of their dreams. However, despite millennia of philosophical speculation and more than a century of scientific exploration, several questions regarding dreams remain pending.One question that constitutes the core problematic of this thesis relates to why there are such individual differences in the frequency of dream recall, or in other words, why some people remember up to several dreams per morning (High-recallers, HR) while some hardly ever recall one (Low-recallers, LR). To characterize the cerebral and behavioral correlates of this variability, we compared the sleep microstructure (Study 1), as well as the brain functional connectivity in the minutes following awakeningfrom sleep, a period marked by sleep inertia (Study 2). Among other results, we have shown that just after awakening, HR demonstrated a greater functional connectivity within regions involved in memory processes (default mode network). We proposed that this reflect a differential neurophysiological profile, which could facilitate in HRthe retrieval of dream content upon awakening. Second, the numerous answers to the recruitment questionnaire of this study allowed us to conduct an epidemiological survey to characterize the sleep and dream habits of a large sample of French college students from Lyon 1 University (Study 3). In another study, we focused on the relationships between waking-life and dream content (Study 4). Our results enhanced and refined our comprehension of the factors influencing the likelihood of incorporation of waking-life elements into dreams, and provided support for the hypothesis of an active role of dreaming in emotional regulation.Lastly, we designed a free and open-source software dedicated to the visualization and analysis of polysomnographic recordings (Study 5), which aims at providing an intuitive and portable graphical interface to students and researchers working on sleep

APA, Harvard, Vancouver, ISO, and other styles

46

Abdallah, Majd. "The dynamics of cerebro-cerebellar resting-state functional connectivity : relation to cognition, behavior, and pathophysiology." Thesis, Bordeaux, 2020. http://www.theses.fr/2020BORD0126.

Full text

Abstract:

La connectivité fonctionnelle à l'état de repos (CF), mesurée avec l'imagerie par résonance magnétique fonctionnelle (IRMf), a mis en évidence des connexions fonctionnelles entre le cervelet et les régions cognitives du cerveau,qui a soutenu un rôle important pour le cervelet dans la cognition. Ces résultats ont été basés sur des mesures statiques de la CF. Cependant, il s'agit d'une approche simpliste du CF qui a récemment été remise en question, les résultats indiquant la présence d'une dynamique continue et non aléatoire dans le CF à de courts intervalles de quelques secondes, ce qui, étant donné la nature dynamique du cerveau, est une vision plus naturelle qui peut coder des informations sur des fonctions cognitives complexes. Jusqu'à présent, le cervelet a été négligé dans la plupart des études sur la CF dynamique, malgré son rôle bien reconnu dans les fonctions cognitives complexes. Dans cette thèse, nous avons émis l'hypothèse que la dynamique du cervelet au repos peut être significative, en saisissant des aspects de la cognition et du comportement non pris en compte par le cervelet statique et en présentant des altérations des troubles cérébraux associés au dysfonctionnement cérébro-cérébelleux, comme l'alcoolisme. Nous avons testé ces hypothèses dans deux études distinctes portant sur la dynamique de la CF cérébro-cérébelleuse en relation avec des traits complexes, tels que l'impulsivité (première étude) et l'alcoolisme (deuxième étude). La première étude a été motivée par une hypothèse récente sur le rôle du cervelet dans l'impulsivité, un trait de personnalité complexe défini comme la tendance à agir sans prévoyance. Nous avons émis l'hypothèse que les différences individuelles dans les traits normaux d'impulsivité pouvaient être associées à la force (statique) et à la variabilité temporelle (dynamique) du CF cérébro-cérébelleux. Nous avons testé cette hypothèse en utilisant des données d'IRMf à l'état de repos et des auto-rapports d'impulsivité (UPPS-P et BIS/BAS) d'un groupe d'individus en bonne santé (N=134). En particulier, nous avons utilisé des techniques robustes pour identifier les réseaux cérébraux et cérébelleux, calculer des mesures sommaires de la CF statique et dynamique, et tester les associations avec l'impulsivité. Nous avons observé des preuves liant de multiples formes d'impulsivité à la force et à la variabilité temporelle de la CF au repos entre le cervelet et un ensemble de réseaux cérébraux dynamiques et intégratifs qui soutiennent le contrôle cognitif et les processus de récompense, ce qui soutient notre hypothèse selon laquelle la dynamique de la CF cérébro-cérébelleuse est pertinente sur le plan comportemental. Dans la seconde étude, nous avons émis l'hypothèse que la dynamiques de la CF cérébro-cérébelleuse différerait entre les les patients alcooliques et les contrôles, en particulier dans les circuits frontocérébelleux. Pour tester cette hypothèse, nous avons exploré les différences de dynamiques de la CF cérébro-cérébelleuse entre un groupe de patients alcooliques (N=18) et un groupe de contrôles (N=18), en comparant des groupes sur différentes mesures de connectivité dynamique. Les résultats ont révélé une altération de la dynamique du réseau fonctionnel cérébro-cérébelleux chez les sujets alcooliques, caractérisée par une hypervariabilité de la CF dans les réseaux fronto-parieto-cérébelleux, une réduction de la flexibilité cérébelleuse et une augmentation de l'intégration cérébelleuse. Ces résultats suggèrent un rôle possible de la dynamique des réseaux fronto-pariétal-cérébelleux dans la physiopathologie de ce trouble. Pris ensemble, les résultats de cette thèse soulignent l'utilité de compléter les approches statiques de la CF par une analyse dynamique de la CF pour approfondir notre compréhension du fonctions des réseaux cérébro-cérébelleux et les neurobiologie des comportements complexes et les troubles du cerveau
Studies of resting-state functional connectivity (FC), measured by functional magnetic resonance imaging (rsfMRI), have revealed extensive functional connections between the cerebellum and association regions in the brain, supporting an important role for the cerebellum in cognition. These findings have been based on static FC measures averaged across entire scans spanning a few minutes. However, this is a narrow view that has been recently challenged, with findings pointing to the presence of an ongoing, behaviorally relevant dynamics in resting-state FC occurring at short timescales of a few seconds, which, given the dynamic nature of the brain, is a more natural view that may encode information about complex cognitive functions. So far, however, the cerebellum has been overlooked in most, if not all, studies of dynamic FC, despite its well-recognized role in coordinating complex cognitive functions. In this thesis, we hypothesized that the dynamics of cerebro-cerebellar FC, during rest, may be behaviorally relevant, capturing aspects of cognition and behavior not accounted for by static FC and exhibiting alterations in brain disorders commonly associated with cerebro-cerebellar dysfunction, such as alcohol use disorder (AUD). We tested these hypotheses in two separate studies focusing on the dynamics of cerebro-cerebellar FC in relation to complex traits and disorders, such as impulsivity (first study) and AUD (second study). The first study has been motivated by a recent hypothesis for a role of the cerebellum in impulsivity; a complex personality trait defined as the tendency to act without foresight. We hypothesized that individual differences in normal impulsivity traits could be associated with the (static) strength and (dynamic) temporal variability of cerebro-cerebellar resting-state FC. We tested this hypothesis using rsfMRI data and self-report questionnaires of impulsivity (UPPS-P and BIS/BAS) collected from a group of healthy individuals. In particular, we employed data-driven techniques to identify cerebral and cerebellar resting-state networks, compute summary measures of static and dynamic FC, and test for associations with self-reported impulsivity. We observed evidence linking multiple forms of impulsivity to the strength and temporal variability of resting-state FC between the cerebellum and a set of highly dynamic and integrative brain networks that support top-down cognitive control and bottom-up reward/saliency processes, supporting our hypothesis that cerebro-cerebellar FC dynamics are behaviorally relevant. In the second study, we hypothesized that the dynamics of cerebro-cerebellar FC at short timescales would differ between AUD and controls, especially in the frontocerebellar circuits. To test this hypothesis, we explored the differences in the dynamic cerebro-cerebellar FC between an AUD group (N=18) and a group of unaffected controls (N=18) by comparing groups on different dynamic connectivity measures. Results revealed altered cerebro-cerebellar FC dynamics in the AUD group characterized by hypervariability of FC within fronto-parieto-cerebellar networks, reduced cerebellar flexibility, and increased cerebellar integration, compared with controls. These results suggest a possible role for the dynamics of fronto-parieto-cerebellar networks in the pathophysiology of this disorder. Taken together, the findings from this thesis highlight the utility of complementing static FC approaches with dynamic FC analysis in furthering our understanding of the functional repertoire of cerebro-cerebellar networks and the neurobiological architecture of complex behaviors and brain disorders

APA, Harvard, Vancouver, ISO, and other styles

47

Cattai, Tiziana. "Leveraging brain connectivity networks to detect mental states during motor imagery." Electronic Thesis or Diss., Sorbonne université, 2021. http://www.theses.fr/2021SORUS081.

Full text

Abstract:

Le cerveau est un réseau complexe et nous savons que les mécanismes de synchronisation et de désynchronisation sont essentiels pour effectuer des taches motrices et cognitives. De nos jours, les interactions fonctionnelles cérébrales sont étudiées dans des applications d'interface cerveau-ordinateur (BCI) avec de plus en plus d'intérêt. Cela pourrait avoir un fort impact sur les systèmes BCI, généralement bases sur des caractéristiques univariées qui caractérisent séparément les activités régionales du cerveau. En effet, les fonctionnalités de connectivité cérébrale peuvent être utilisées pour développer des BCI alternatifs dans le but d'améliorer les performances et d'\'e9tendre leur applicabilité dans la vie r\'e9elle. L'ambition de cette thèse est l'étude des réseaux de connectivité fonctionnelle du cerveau lors de taches BCI basées sur l'imagerie motrice (IM). Il vise à identifier le fonctionnement cérébral complexe, les processus de réorganisation et les dynamiques variant dans le temps à la fois au niveau du groupe et de l'individu. Cette thèse présente différents développements qui enrichissent séquentiellement un modèle initialement simple afin d'obtenir une méthode robuste pour l'étude des réseaux de connectivité fonctionnelle. Les résultats expérimentaux sur des données EEG simulées et réelles enregistrés pendant les taches BCI prouvent que notre méthode proposée explique bien le comportement variegate des données EEG cérébrales. Plus précisément, il fournit une caractérisation des mécanismes fonctionnels du cerveau au niveau du groupe, ainsi qu'une mesure de la séparabilité des conditions mentales au niveau individuel. Nous présentons également une procédure de réduction du bruit de graphe pour filtrer les données qui préservent simultanément la structure de connectivité du graphe et améliorent le rapport signal sur bruit. Puisque l'utilisation d'un système BCI nécessite une interaction dynamique entre l'utilisateur et la machine, nous proposons enfin une méthode pour capturer l'évolution des données variant dans le temps. Essentiellement, cette thèse présente un nouveau cadre pour saisir la complexité de la connectivité fonctionnelle des graphes lors de tâches cognitives
The brain is a complex network and we know that inter-areal synchronization and de-synchronization mechanisms are crucial to perform motor and cognitive tasks. Nowadays, brain functional interactions are studied in brain-computer interface BCI) applications with more and more interest. This might have strong impact on BCI systems, typically based on univariate features which separately characterize brain regional activities. Indeed, brain connectivity features can be used to develop alternative BCIs in an effort to improve performance and to extend their real-life applicability. The ambition of this thesis is the investigation of brain functional connectivity networks during motor imagery (MI)-based BCI tasks. It aims to identify complex brain functioning, re-organization processes and time-varying dynamics, at both group and individual level. This thesis presents different developments that sequentially enrich an initially simple model in order to obtain a robust method for the study of functional connectivity networks. Experimental results on simulated and real EEG data recorded during BCI tasks prove that our proposed method well explains the variegate behaviour of brain EEG data. Specifically, it provides a characterization of brain functional mechanisms at group level, together with a measure of the separability of mental conditions at individual level. We also present a graph denoising procedure to filter data which simultaneously preserve the graph connectivity structure and enhance the signal-to-noise ratio. Since the use of a BCI system requires a dynamic interaction between user and machine, we finally propose a method to capture the evolution of time-varying data. In essence, this thesis presents a novel framework to grasp the complexity of graph functional connectivity during cognitive tasks

APA, Harvard, Vancouver, ISO, and other styles

48

Mignot, Coralie. "Modulation des activations cérébrales par des odeurs subliminales : une étude en IRM fonctionnelle." Thesis, Strasbourg, 2019. http://www.theses.fr/2019STRAJ023/document.

Full text

Abstract:

Certaines études ont montré que des odeurs subliminales – odeurs d'intensité très faible activant le système olfactif mais non perçues consciemment – peuvent impacter le comportement alimentaire. Cependant, les mécanismes sensoriels et cognitifs impliqués dans le traitement des odeurs subliminales demeurent mal connus. Ce travail de thèse avait pour but d'explorer les activations cérébrales induites par des odeurs subliminales au moyen de l'Imagerie par Résonance Magnétique fonctionnelle. Durant les acquisitions IRM, les participants sont exposés à leur insu à deux odeurs présentées à intensité subliminale puis supraliminale. Quatre réseaux cérébraux mis en évidence par Analyse en Composantes Indépendantes s’avèrent spécifiques de la condition subliminale. Ces réseaux ne sont pas propres au traitement des odeurs et semblent liés à des processus attentionnels et de contrôle exécutif. La modulation de leur activité par des odeurs subliminales apporte des éléments nouveaux pour comprendre l’impact de ces odeurs sur le comportement, et suggère des applications possibles d'utilisation de ces odeurs pour réguler le comportement alimentaire
Some studies showed that subliminal odours – odours of very low intensity which activate the olfactory system but are not consciously perceived – can impact food behaviours. However, the sensory and cognitive mechanisms involved in subliminal odours processing remain poorly known. This work aims exploring cerebral activity induced by subliminal odours by the means of functional Magnetic Resonance Imaging. During MRI acquisitions, participants were unknowingly exposed to two odours presented at subliminal intensity and then at supraliminal intensity. Four cerebral networks highlighted by Independent Component Analysis (ICA) prove to be specific to the subliminal condition. These networks are not particular to olfactory processing and seem to be linked to attentional and executive control processes. The modulation of their activity by subliminal odours brings new elements to understand the impact of these odours on behaviour, and suggests possible applications for using these odours to regulate food behaviour

APA, Harvard, Vancouver, ISO, and other styles

49

Lemaréchal, Jean-Didier. "Estimation des propriétés dynamiques des réseaux cérébraux à large échelle par modèles de masse neurale de potentiels évoqués cortico-corticaux Comparison of two integration methods for dynamic causal modeling of electrophysiological data. NeuroImage An atlas of neural parameters based on dynamic causal modeling of cortico-cortical evoked potentials." Thesis, Université Grenoble Alpes, 2020. http://www.theses.fr/2020GRALS007.

Full text

Abstract:

Ce travail de thèse porte sur la modélisation des potentiels évoqués cortico-corticaux (PECCs) induits par stimulation électrique intracérébrale lors de procédures de chirurgie de l’épilepsie en stéréo-électroencéphalographie. Nous utilisons pour cela des modèles de masse neurale de type modèles causaux dynamiques (Dynamic causal modeling, DCM).Dans un premier temps, nous démontrons l'importance d'utiliser une technique d'intégration précise pour résoudre le système d'équations différentielles formalisant la dynamique du modèle (Lemaréchal et al., 2018), en particulier pour une estimation précise des paramètres neuronaux du modèle.Dans une seconde étude, nous développons cette méthodologie pour l'appliquer aux PECCs de la base de données du projet F-TRACT. Les délais et les vitesses de propagation axonale entre régions cérébrales ainsi que les constantes de temps synaptiques locales sont estimés et projetés sur des parcellisations corticales validées par la communauté internationale en neuroimagerie. Le nombre important de jeux de données utilisés dans cette étude (>300) permet en particulier de mettre en évidence des différences de propriétés dynamiques de connectivité en fonction de l'âge des populations considérées (Lemaréchal et al., soumis).Enfin, le dernier travail montre comment, dans le contexte Bayésien de DCM, un atlas de connectivité peut servir à améliorer la spécification et l'estimation d'un modèle de masse neurale pour l’explication de données électrophysiologiques de surface de type électroencéphalographique ou magnétoencéphalographique, en fournissant des distributions a priori sur ses paramètres de connectivité.Dans l'ensemble, cette thèse propose de nouvelles estimations des propriétés dynamiques des interactions cortico-corticales. Grâce à la publication et à la mise à disposition de nouveaux atlas regroupant ces propriétés neuronales, les résultats générés peuvent dès à présent servir à une meilleure spécification et une estimation plus précise de modèles neuronaux de cerveau entier
This thesis work aims at modeling cortico-cortical evoked potentials (CCEPs) induced by intracortical direct electrical stimulation in epileptic patients being recorded with stereo-electroencephalography during epilepsy surgery. Neural mass models implemented within the dynamic causal modeling (DCM) framework are used for this purpose.We first demonstrate the importance of using an accurate integration scheme to solve the system of differential equations governing the global dynamics of the model, in particular to obtain precise estimates of the neuronal parameters of the model (Lemaréchal et al., 2018).In a second study, this methodology is applied to a large dataset from the F-TRACT project. The axonal conduction delays and speeds between brain regions, as well as the local synaptic time constants are estimated and their spatial mapping is obtained based on validated cortical parcellation schemes. Interestingly, the large amount of data included in this study allow to highlight brain dynamics differences between the young and the older populations (Lemaréchal et al., submitted).Finally, in the Bayesian context of DCM, we show that an atlas of connectivity can improve the specification and the estimation of a neural mass model, for electroencephalographic and magnetoencephalographic studies, by providing a priori distributions on the connectivity parameters of the model.To sum up, this work provides novel insights on dynamical properties of cortico-cortical interactions. The publication of our results in the form of an atlas of neuronal properties already provides an effective tool for a better specification of whole brain neuronal models

APA, Harvard, Vancouver, ISO, and other styles

50

Gargouri, Fatma. "Etude de la connectivité fonctionnelle dans les pathologies de mouvement de Parkinson et de Huntington en utilisant l’approche par graine et la théorie des graphes." Thesis, Paris 6, 2017. http://www.theses.fr/2017PA066487/document.

Full text

Abstract:

L’imagerie par résonance magnétique fonctionnelle permet d’explorer l’activité neuronale en utilisant un contraste endogène appelé BOLD. Il a été montré que les fluctuations du signal BOLD au repos corrélaient dans des régions cérébrales distantes. C’est la connectivité fonctionnelle. Elle représente l’activité spontanée du cerveau et elle est mesurée par l’IRMf au repos. Notre projet de recherche a donc combiné un aspect méthodologique et deux applications dans le domaine des pathologies du mouvement. Nous avons étudié les stratégies de prétraitement des données. L'objectif était d'étudier l'influence du type de prétraitement ainsi que leur ordre d'application sur l'optimisation de la topologie des réseaux cérébraux. Nous avons comparé 12 stratégies différentes de prétraitement. Dans ces stratégies nous avons appliqué les techniques standards avec un ordre d'application différent. Les deux études suivantes ont utilisé l'IRMf au repos pour étudier la physiopathologie de deux pathologies du mouvement : la maladie de Huntington et la maladie de Parkinson. Dans ces pathologies, nous nous sommes centrés sur l'étude des réseaux cérébraux grâce à l'étude de la connectivité fonctionnelle. Nous avons déterminé si l'IRMf au repos et les mesures de la théorie des graphes permettaient d'identifier des biomarqueurs robustes de l'évolution de la maladie de Huntington dans une étude longitudinale. Ensuite, nous avons étudié le rôle des noyaux cholinergiques du cerveau basal antérieur et de leurs connexions dans la survenue des troubles cognitifs présentés par les patients atteints de maladie de Parkinson. L'approche par graine est une méthode adaptée à ce type de question
Functional magnetic resonance imaging (fMRI) is a technique that allows exploring neuronal activity using an endogenous contrast based on the oxygenation level of hemoglobin. This contrast is called BOLD (Blood oxygenated Level Dependent). It has been shown that fluctuations in the BOLD signal at rest, correlated in distant brain regions, defining long-distance brain functional networks. This is called functional connectivity. The latter represents the spontaneous activity of the brain and it is measured by fMRI at rest. Our research project has therefore combined a methodological aspect and two applications in the field of movement pathologies. In the first part of our project we studied data preprocessing strategies. The objective was to study the influence of the preprocessing steps and their order of application on the brain networks’ topology. We compared 12 different pretreatment strategies. In these strategies we applied the standard and most used techniques but with a different order of application. The following two studies used resting-state fMRI to study: Huntington's disease and Parkinson's disease. In these pathologies, we focused on the study of the brain networks addressed through the study of functional connectivity. We determined whether resting-state fMRI and graph theory measures were able to identify robust biomarkers of Huntington's disease progression in a longitudinal study. In the second study, we investigated the role of cholinergic basal nuclei of the forebrain and their connections in the onset of cognitive problems presented in Parkinson's disease. The seed-based analysis is a suitable method for this type of question

APA, Harvard, Vancouver, ISO, and other styles

Dissertations / Theses on the topic 'Réseaux cérébraux au repos'

Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles